面向交叉口的以目标为导向的层次化强化学习: 实现样本高效与安全的自主驾驶
机器人学
2025-06-23 v1 多智能体系统
摘要
强化学习(RL)在解决自主驾驶任务方面显示出惊人的潜力。然而,在复杂场景中训练样本高效且安全的策略仍然具有挑战性。本文提出一种 novel 的层次化强化学习(HRL)框架,集成以目标为导向的碰撞预测(GCCP)模块。在层次化结构中,GCCP模块根据车辆的不同潜在子目标预测碰撞风险。高层决策者选择最佳安全子目标。低层运动规划器根据子目标与环境交互。与传统RL方法相比,本算法更具样本高效性,因为其层次化结构允许跨越各种导航情景的子目标策略进行重用。此外,GCCP模块能够预测根据不同子目标预测自车及周围车辆的未来动作,确保决策过程中的自车安全。实验结果表明,本方法比传统RL方法更快地收敛到最优策略,且在安全性方面表现更好。
引用
@article{arxiv.2506.16336,
title = {Goal-conditioned Hierarchical Reinforcement Learning for Sample-efficient and Safe Autonomous Driving at Intersections},
author = {Yiou Huang},
journal= {arXiv preprint arXiv:2506.16336},
year = {2025}
}