利用深度学习模型协调交叉口的联网自动驾驶车辆集群
机器人学
2022-11-11 v1 人工智能
摘要
联网自动驾驶车辆（CAV）被视为一种特殊的机器人，有潜力显著提高交通的安全性和效率。与许多在实验室中使用少量机器人进行演示的集群机器人研究不同，CAV 研究旨在实现不间断机器人集群流的协同驾驶。然而，即使对于无信号交叉口，如何获得此类机器人集群流的最优通行顺序也是一个 NP-hard 问题（具体而言，基于枚举的算法需要数天才能找到 20-CAV 场景的最优解）。在此，我们引入一种新颖的协同驾驶算法（AlphaOrder），该算法结合了离线深度学习和在线树搜索，以实时找到近似最优的通行顺序。AlphaOrder 根据已求解的场景构建指针网络模型，并针对新场景即时生成近似最优的通行顺序。此外，我们的方法提供了一种管理集群机器人之间抢占式资源共享的通用方法（例如，在冲突区域调度多台自动导引车（AGV）和无人机（UAV））。
引用
@article{arxiv.2211.05297,
title = {Coordinating CAV Swarms at Intersections with a Deep Learning Model},
author = {Jiawei Zhang and Shen Li and Li Li},
journal= {arXiv preprint arXiv:2211.05297},
year = {2022}
}