用于安全舒适自动驾驶的混合深度强化学习与规划
机器人学
2023-01-03 v1 人工智能
摘要
我们提出一种新颖的混合学习方法 HyLEAR，用于在 POMDP 中解决自动驾驶汽车的避撞导航问题。HyLEAR 利用插入式学习将混合规划器的知识嵌入深度强化学习器，以更快确定安全且舒适的驾驶策略。具体而言，该混合规划器将行人路径预测与风险感知路径规划同基于驾驶行为规则的推理相结合，使得驾驶策略在可能时还考虑乘坐舒适性及给定的一组驾驶行为规则。我们在 CARLA-CTS1 关键交通场景基准上的实验性能分析表明，HyLEAR 在安全性与乘坐舒适性方面显著优于所选基线。
引用
@article{arxiv.2301.00650,
title = {Hybrid Deep Reinforcement Learning and Planning for Safe and Comfortable Automated Driving},
author = {Dikshant Gupta and Mathias Klusch},
journal= {arXiv preprint arXiv:2301.00650},
year = {2023}
}