基于分布软 actor-critic 算法的匝道合流场景决策
机器人学
2021-03-09 v1 机器学习
摘要
从匝道汇入高速公路是自动驾驶的一项重要场景。该场景下的决策需要平衡安全性与效率性能以优化长期目标，由于动态、随机与对抗特性，这颇具挑战。基于规则的方法在此任务上常导致保守驾驶，而基于学习的方法难以满足安全性要求。本文提出一种基于强化学习、在离线训练与在线校正框架下的端到端决策方法，称为带防护的分布软 actor-critic（SDSAC）。SDSAC 在离线训练中采用带安全考量的策略评估，并在在线校正中采用由障碍函数参数化的安全护盾。这两项措施相互支撑以提升安全性，同时不严重损害效率性能。我们在仿真中的匝道合流场景上验证 SDSAC。结果表明，与基线算法相比，SDSAC 具有最佳的安全性能，并同时实现高效驾驶。
引用
@article{arxiv.2103.04535,
title = {Decision-Making under On-Ramp merge Scenarios by Distributional Soft Actor-Critic Algorithm},
author = {Yiting Kong and Yang Guan and Jingliang Duan and Shengbo Eben Li and Qi Sun and Bingbing Nie},
journal= {arXiv preprint arXiv:2103.04535},
year = {2021}
}