Learning to Drive (L2D)：作为真实世界强化学习的低成本基准
机器人学
2020-11-09 v2
摘要
我们提出 Learning to Drive (L2D)，一个用于真实世界强化学习（RL）的低成本基准。L2D 涉及一个简单且可复现的实验设置，其中 RL 智能体仅给定单目图像观测与车速，须学习驾驶一辆 Donkey 小车绕三个微型赛道行驶。智能体须从脱离（即驶离赛道时发生的事件）中学习驾驶。我们提出并开源了训练流程，使得将任何现有 RL 算法应用于 Donkey 小车的自动驾驶任务变得直接。我们在所提 L2D 基准上测试了模仿学习、最优无模型及基于模型的算法。结果显示现有 RL 算法能在少于五分钟的交互内从零学会驾驶该车。我们证明 RL 算法可从稀疏且带噪声的脱离中学习，驾驶得甚至比模仿学习和人类操作员更快。
引用
@article{arxiv.2008.00715,
title = {Learning to Drive (L2D) as a Low-Cost Benchmark for Real-World Reinforcement Learning},
author = {Ari Viitala and Rinu Boney and Yi Zhao and Alexander Ilin and Juho Kannala},
journal= {arXiv preprint arXiv:2008.00715},
year = {2020}
}