MBAPPE：围绕预测显式规划的蒙特卡洛树搜索方法
机器人学
2023-09-18 v1
摘要
我们提出 MBAPPE，一种将树搜索与环境部分学习模型相结合的自动驾驶运动规划新方法。利用蒙特卡洛搜索树（MCTS）固有的可解释探索与优化能力，我们的方法解决了动态环境中的复杂决策问题。我们提出一个将 MCTS 与监督学习相结合的框架，使自动驾驶车辆能够有效应对多样场景。实验结果表明了我们方法的有效性与适应性，展现出改进的实时决策与碰撞规避能力。本文通过为自动驾驶系统中的运动规划提供鲁棒解决方案，提升了其可解释性与可靠性，从而对该领域作出贡献。
引用
@article{arxiv.2309.08452,
title = {MBAPPE: MCTS-Built-Around Prediction for Planning Explicitly},
author = {Raphael Chekroun and Thomas Gilles and Marin Toromanoff and Sascha Hornauer and Fabien Moutarde},
journal= {arXiv preprint arXiv:2309.08452},
year = {2023}
}