通过模仿专家学习节能驾驶行为
机器人学
2022-08-29 v1 人工智能
机器学习
系统与控制
系统与控制
摘要
车辆自动化的兴起引发了人们对未来自动驾驶车辆(AVs)潜在作用的浓厚兴趣。特别是在高度密集的交通环境中，AVs有望充当拥堵阻尼器，缓解由多种来源引发的不稳定性。然而，在许多应用中，此类操纵严重依赖非局部感知或交互式AVs的协调，从而使其对真实世界环境的适配成为一项尤为困难的挑战。为应对该挑战，本文考察了模仿学习在弥合此类控制策略与通信和感知现实局限之间鸿沟中的作用。将这样一种控制器视为“专家”，我们证明模仿学习能够成功推导出这样的策略：若由5%的车辆采用，仅使用局部观测即可使具有不同交通状况的网络能效提升15%。结果与代码可在 https://sites.google.com/view/il-traffic/home 在线获取。
引用
@article{arxiv.2208.12534,
title = {Learning energy-efficient driving behaviors by imitating experts},
author = {Abdul Rahman Kreidieh and Zhe Fu and Alexandre M. Bayen},
journal= {arXiv preprint arXiv:2208.12534},
year = {2022}
}