自主驾驶战术决策中规划与深度强化学习的结合
机器人学
2020-03-17 v1 人工智能
机器学习
摘要
自主驾驶的战术决策具有挑战性，原因在于环境多样、传感器信息存在不确定性，且与其他道路使用者交互复杂。本文提出了一个通用的战术决策框架，以蒙特卡洛树搜索和深度强化学习的形式将规划与学习的概念相结合。该方法基于 AlphaGo Zero 算法，并被扩展到无法使用自我对弈的连续状态空间领域。该框架被应用于模拟环境中的两个不同高速公路驾驶案例，结果表明其性能优于常用的基线方法。通过将蒙特卡洛树搜索或神经网络策略单独使用进行对比，也说明了规划与学习相结合的优势。
引用
@article{arxiv.1905.02680,
title = {Combining Planning and Deep Reinforcement Learning in Tactical Decision Making for Autonomous Driving},
author = {Carl-Johan Hoel and Katherine Driggs-Campbell and Krister Wolff and Leo Laine and Mykel J. Kochenderfer},
journal= {arXiv preprint arXiv:1905.02680},
year = {2020}
}