基于生成式时间序列模型构建随机交通环境以提升自动驾驶智能体泛化能力
机器人学
2021-03-16 v1 人工智能
信号处理
摘要
自动换道是先进自动驾驶系统的关键特性。近年来，在交通仿真器上训练的强化学习（RL）算法在计算兼顾安全性、敏捷性与补偿交通不确定性的换道策略方面取得了成功。然而，许多 RL 算法表现出仿真器偏差，且在简单仿真器上训练的策略对真实交通场景泛化不佳。本工作中，我们通过在实际轨迹数据上训练生成对抗网络（GAN）开发了数据驱动的交通仿真器。该仿真器生成类似于真实车辆间交通交互的随机化轨迹，从而能在更丰富、真实的场景中训练 RL 智能体。我们通过仿真表明，基于 GAN 的交通仿真器上训练的 RL 智能体相比在简单规则驱动仿真器上训练的 RL 智能体具有更强的泛化能力。
引用
@article{arxiv.2006.05821,
title = {Development of A Stochastic Traffic Environment with Generative Time-Series Models for Improving Generalization Capabilities of Autonomous Driving Agents},
author = {Anil Ozturk and Mustafa Burak Gunel and Melih Dal and Ugur Yavas and Nazim Kemal Ure},
journal= {arXiv preprint arXiv:2006.05821},
year = {2021}
}
备注
7 pages, 4 figures, 7 tables, IV2020