基于神经网络滚动优化的网联自动驾驶车辆生态驾驶控制
机器学习
2023-10-18 v1
摘要
网联自动驾驶车辆有望通过借助车联网(V2X)沿途信息优化车速与动力总成动态来最小化能耗。现有为解决生态驾驶问题而创建的确定性与随机方法通常面临高计算与内存需求,致使在线实现颇具挑战。本工作提出一种通过神经网络实现的层次化多时域优化框架。该神经网络学习全程价值函数以考量路线信息的变化性,并用于近似滚动时域优化中的终端代价。在真实路线上的仿真表明,所提方法取得了与通过强化学习获得的随机优化解相当的性能,同时无需复杂训练范式且车载内存开销可忽略不计。
引用
@article{arxiv.2310.10878,
title = {Eco-Driving Control of Connected and Automated Vehicles using Neural Network based Rollout},
author = {Jacob Paugh and Zhaoxuan Zhu and Shobhit Gupta and Marcello Canova and Stephanie Stockar},
journal= {arXiv preprint arXiv:2310.10878},
year = {2023}
}