基于深度强化学习的动态避障中速度信息缺失问题
机器学习
2021-12-30 v2
摘要
我们提出了一种基于深度强化学习（Deep Reinforcement Learning）的动态避障新方法，通过定义具有可变复杂度的、与交通类型无关的环境来实现。我们填补了当前文献的空白，深入研究了在避障任务中速度信息缺失对智能体性能的影響。这是一个实践中的关键问题，因为若干传感器仅提供物体或车辆的位置信息。我们在部分可观测场景中评估了常用方法，即深度神经网络中引入循环结构以及简单的帧堆叠。在分析中，我们依赖最先进的免模型深度RL算法。研究发现，速度信息的缺失会显著影响智能体性能。循环结构与帧堆叠这两种方法均无法稳定地替代观测空间中缺失的速度信息。然而，在简化场景中，它们能显著提升性能并稳定整体训练过程。
引用
@article{arxiv.2112.12465,
title = {Missing Velocity in Dynamic Obstacle Avoidance based on Deep Reinforcement Learning},
author = {Fabian Hart and Martin Waltz and Ostap Okhrin},
journal= {arXiv preprint arXiv:2112.12465},
year = {2021}
}