机会约束随机最短路径的对偶公式及其在自动驾驶车辆行为规划中的应用
人工智能
2023-02-28 v1
摘要
自动驾驶车辆面临优化后续机动期望性能的同时界定与周围动态障碍物碰撞风险的问题。这些障碍物（如智能体车辆）常表现出应在及时且安全的方式中被考虑的随机转移。约束随机最短路径问题（C-SSP）是在特定类型操作约束下于随机环境中规划的 formalism。虽然C-SSP允许在规划问题中指定约束，它不允许界定约束违反的概率，而这是安全关键应用所期望的。本工作的首要贡献是针对机会约束SSP（CC-SSP）的一种精确整数线性规划公式，其获得确定性策略。其次，提出了一种针对随机策略的随机化舍入过程。第三，我们表明CC-SSP formalism可推广以考虑跨越多个时间步的约束。评估结果显示我们的方法相比现有方法在基准问题中的有用性。
引用
@article{arxiv.2302.13115,
title = {Dual Formulation for Chance Constrained Stochastic Shortest Path with Application to Autonomous Vehicle Behavior Planning},
author = {Rashid Alyassi and Majid Khonji},
journal= {arXiv preprint arXiv:2302.13115},
year = {2023}
}