基于强化学习的全自动驾驶个性化自由变道发起学习
人机交互
2020-10-30 v1 人工智能
机器学习
摘要
在本文中，作者提出了一种通过人机交互学习全自动驾驶车辆个性化自由变道发起策略的新方法。不同于从人类驾驶演示中学习，该方法采用强化学习技术，从交通情境、自动驾驶车辆的动作以及车内用户反馈中学习如何发起变道。所提出的离线算法在用户给出正反馈时奖励动作选择策略，在负反馈时惩罚该策略。此外，考虑了多维驾驶场景以表征更真实的变道权衡。结果表明，通过该方法获得的变道发起模型能够复现个性化变道策略，且定制模型（平均准确率86.1%）的性能远优于非定制模型（平均准确率75.7%）。该方法即使在无人类驾驶经验的情况下，也能在全自动驾驶过程中持续完善对用户定制化，将显著提升用户对自动驾驶车辆高级别自主性的接受度。
引用
@article{arxiv.2010.15372,
title = {Learning Personalized Discretionary Lane-Change Initiation for Fully Autonomous Driving Based on Reinforcement Learning},
author = {Zhuoxi Liu and Zheng Wang and Bo Yang and Kimihiko Nakano},
journal= {arXiv preprint arXiv:2010.15372},
year = {2020}
}