Driver Dojo：面向自动驾驶可泛化强化学习的基准
机器学习
2022-07-26 v1 人工智能
系统与控制
系统与控制
摘要
强化学习（RL）已在广泛任务中展现出超越人类水平的性能。然而，与监督式机器学习不同，学习能良好泛化至多种情形的策略仍是现实世界 RL 最具挑战的问题之一。自动驾驶（AD）提供了一个多面的实验场，因为有必要在众多道路布局变化和大量可能交通情形（包括个体驾驶者性格与难以预测的交通事件）分布上学习正确行为。本文提出一个基于可配置、灵活且高性能代码库的、面向 AD 可泛化 RL 的具有挑战性的基准。我们的基准使用一套随机化场景生成器目录，包含道路布局与交通变化的多种机制、不同的数值与视觉观测类型、不同的动作空间、多样的车辆模型，并允许在静态场景定义下使用。除纯算法洞见外，我们面向应用的基准还能更好地理解动作与观测空间等设计决策对策略泛化的影响。我们的基准旨在鼓励研究者提出能成功跨场景泛化的方案，而当前 RL 方法在此任务上失败。基准代码见 https://github.com/seawee1/driver-dojo。
引用
@article{arxiv.2207.11432,
title = {Driver Dojo: A Benchmark for Generalizable Reinforcement Learning for Autonomous Driving},
author = {Sebastian Rietsch and Shih-Yuan Huang and Georgios Kontes and Axel Plinge and Christopher Mutschler},
journal= {arXiv preprint arXiv:2207.11432},
year = {2022}
}
备注
19 pages, 8 figures