基于时序差学习的碰撞概率分布估计
机器人学
2024-07-30 v1 机器学习
摘要
我们引入 CollisionPro，一个 pioneering 框架，用于使用时序差学习方法估计累积碰撞概率分布，专为机器人应用设计，尤其强调自动驾驶领域。这一方法满足可解释人工智能（XAI）需求，克服了基于模型的方法和保守约束的局限性。我们将框架置于强化学习语境，以实现安全感知智能体。尽管如此，我们认为该方法在包括安全警报系统或分析用途等多个场景中也有所益处。我们对该框架进行了全面考察，采用真实的自动驾驶模拟器，展示其高样本效率和对以前未见碰撞事件的可靠预测能力。源代码已公开。
引用
@article{arxiv.2407.20000,
title = {Collision Probability Distribution Estimation via Temporal Difference Learning},
author = {Thomas Steinecker and Thorsten Luettel and Mirko Maehlisch},
journal= {arXiv preprint arXiv:2407.20000},
year = {2024}
}
备注
Code: https://github.com/UniBwTAS/CollisionPro