层次化端到端自动驾驶：整合 BEV 感知与深度强化学习
人工智能
2024-09-27 v1
摘要
端到端自动驾驶提供了传统模块化管道的简化替代方案，将感知、预测和规划集成在单个框架中。尽管深度强化学习 (DRL) 在该领域最近受到关注，但现有方法往往忽视了 DRL 特征提取与感知之间的关键联系。本文通过将 DRL 特征提取网络直接映射到感知阶段，实现了更清晰的解释。利用鸟瞰视角 (BEV) 表示，我们提出一种新型 DRL 驱动的端到端驾驶框架，利用多传感器输入构建环境的统一三维理解。该 BEV 系统提取并将关键环境特征转化为 DRL 的高级抽象状态，以实现更有信息的控制。广泛的实验评估表明，我们的方法不仅提高了可解释性，还在自动驾驶控制任务中显著优于最先进的方法，碰撞率降低 20%。
引用
@article{arxiv.2409.17659,
title = {Hierarchical End-to-End Autonomous Driving: Integrating BEV Perception with Deep Reinforcement Learning},
author = {Siyi Lu and Lei He and Shengbo Eben Li and Yugong Luo and Jianqiang Wang and Keqiang Li},
journal= {arXiv preprint arXiv:2409.17659},
year = {2024}
}