基于强化学习的自动驾驶车辆驾驶策略自适应安全防护
机器人学
2020-12-03 v1 人工智能
摘要
诸如高级紧急制动(AEB)提供的安全防护功能可为自动驾驶车辆(AV)提供另一层安全保护。智能安全防护功能应使激活条件适应驾驶策略，以避免不必要的干预并提升车辆安全性。本文提出一种驾驶策略自适应安全防护(DPAS)设计，包括避撞策略与激活函数。避撞策略在强化学习框架中通过蒙特卡洛树搜索(MCTS)设计，可从过往碰撞中学习并在随机交通中操控制动与转向。驾驶策略自适应激活函数应动态评估当前驾驶策略风险，并在检测到紧急威胁时介入。为生成该激活函数，MCTS的搜索与展开模块被设计用于充分评估AV当前驾驶策略，进而探索其他更安全动作。本研究中，DPAS通过两种典型高速公路驾驶策略验证。结果在随机且激进的模拟交通中经90,000次获得。结果通过自然驾驶数据校准，表明与基于状态的基准安全防护相比，所提安全防护在显著降低碰撞率的同时未引入更多干预。总之，所提安全防护在随机与紧急场景中利用基于学习的方法，并对驾驶策略影响最小。
引用
@article{arxiv.2012.01010,
title = {Driving-Policy Adaptive Safeguard for Autonomous Vehicles Using Reinforcement Learning},
author = {Zhong Cao and Shaobing Xu and Songan Zhang and Huei Peng and Diange Yang},
journal= {arXiv preprint arXiv:2012.01010},
year = {2020}
}