面向高性能与礼貌的层次化策略抽象学习式自主赛车

完全自主赛车不仅要求高速驾驶，还要求公平礼貌的机动。本文提出了一个从专家演示中使用层次化策略抽象学习复杂赛车行为的自主赛车框架。在轨迹层面，策略模型预测 Learned from 离线演示的轨迹分布图，以表示这些轨迹的可能性。随后选择最大似然轨迹传递给控制层策略，后者以残差方式生成控制输入，考虑车辆在性能极限下的动力学。我们在高保真赛车模拟器中评估了该框架，并将其与竞争基线在具有挑战性的多智能体对抗场景中进行了比较。定量和定性结果表明，我们的轨迹规划策略显著优于基线，残差控制策略改进了圈速和跟踪精度。此外，与十名对手进行具有挑战性的闭环实验表明，Our框架能够通过理解细微的相互作用来超越其他车辆，有效平衡了性能与礼貌，如同专业驾驶员一样。