基于动作映射的自主赛车驾驶学习
机器人学
2024-06-24 v1 系统与控制
系统与控制
摘要
自主赛车驾驶面临复杂的控制挑战，需在限制车辆处理极限以缩短圈速的同时遵守物理和安全约束。本文提出一种新颖的强化学习（RL）方法，融合动作映射（Action Mapping, AM）机制，以管理由有限胎盘-路面摩擦力引起的状态相关输入约束。提出一种数值近似方法来实现AM，解决与摩擦约束相关的复杂动力学。AM机制还允许所学驾驶策略针对不同摩擦条件进行泛化。我们在开发的赛车模拟器中进行实验，结果表明，所提出的AM-RL方法在实现更短的圈速和更好的成功率方面优于常规基于RL的方法。还验证了带有AM的驾驶策略的泛化能力。
引用
@article{arxiv.2406.14934,
title = {Learning Autonomous Race Driving with Action Mapping Reinforcement Learning},
author = {Yuanda Wang and Xin Yuan and Changyin Sun},
journal= {arXiv preprint arXiv:2406.14934},
year = {2024}
}