通过深度学习从轨迹数据发现车跟车动力学
机器学习
2024-08-02 v1
摘要
本研究旨在使用深度学习技术直接从轨迹数据中发现车跟车动力学的支配性数学表达式。我们提出了一个基于深度符号回归（DSR）集成变量交叉选择（VIS）方法的表达式探索框架，以寻找能够鼓励可解释且简洁数学表达式的变量组合。在探索学习过程中，我们向奖励函数添加了两个惩罚项：(i) 复杂度惩罚，以规范探索表达式的复杂度，使其保持简洁；(ii) 变量相互作用惩罚，以鼓励表达式探索聚焦于能够最佳描述数据的变量组合。我们展示了所提方法在学习几种车跟车动力学模型方面的性能，并讨论了其局限性与未来研究方向。
引用
@article{arxiv.2408.00251,
title = {Discovering Car-following Dynamics from Trajectory Data through Deep Learning},
author = {Ohay Angah and James Enouen and Xuegang and Ban and Yan Liu},
journal= {arXiv preprint arXiv:2408.00251},
year = {2024}
}