基于深度 Q 网络的自动驾驶决策
机器人学
2023-03-23 v1 机器学习
摘要
目前决策是自动驾驶中最大的挑战之一。本文介绍了一种通过结合深度 Q 网络与控制理论见解，在高速公路场景中安全导航自动驾驶车辆的方法。深度 Q 网络在仿真中训练，通过为轨迹规划器提出目标来充当中央决策单元。生成的轨迹结合纵向运动控制器用于执行换道机动。为证明该方法的功能性，在两个不同的高速公路交通场景中进行了评估。此外，分析了不同状态表示对性能与训练过程的影响。结果表明所提系统能够产生高效且安全的驾驶行为。
引用
@article{arxiv.2303.11634,
title = {Deep Q-Network Based Decision Making for Autonomous Driving},
author = {Max Peter Ronecker and Yuan Zhu},
journal= {arXiv preprint arXiv:2303.11634},
year = {2023}
}
备注
Accepted at 2019 International Conference on Robotics and Automation Sciences (ICRAS)