基于学习的自动驾驶车辆可中止超车高层决策
机器人学
2024-10-28 v3
摘要
自动驾驶车辆是一项日益发展的技术，旨在通过从变道到超车等自主操纵来提升安全性、可达性、效率与便利性。超车是自动驾驶车辆最具挑战性的操纵之一，当前自动驾驶超车技术仅限于简单场景。本文研究如何通过允许中止该操纵来提升自动驾驶超车的安全性。我们提出了一种基于深度 Q 网络（deep Q-Network）的决策过程，以确定是否需要以及何时需要中止超车操纵。所提算法在不同交通状况的仿真中进行了经验评估，表明该方法提升了超车操纵过程中的安全性。此外，利用自动驾驶穿梭车 iseAuto 在真实世界实验中展示了该方法。
引用
@article{arxiv.2207.13958,
title = {Learning Based High-Level Decision Making for Abortable Overtaking in Autonomous Vehicles},
author = {Ehsan Malayjerdi and Gokhan Alcan and Eshagh Kargar and Hatem Darweesh and Raivo Sell and Ville Kyrki},
journal= {arXiv preprint arXiv:2207.13958},
year = {2024}
}
备注
11 pages, 16 figures. This work has been submitted to the IEEE for possible publication