基于强化学习的多智能体停车

随着自动驾驶产业的发展，自动驾驶汽车群体之间潜在的交互也在增加。结合人工智能与仿真技术的进步，此类群体可被模拟，并可在其中学习控制车辆的安全关键模型。本研究将强化学习应用于多智能体停车问题，其中多组车辆旨在高效完成自主停车，同时保持安全与理性。利用鲁棒的机器学习工具与框架，我们设计并实现了一种灵活的停车环境，其形式为带有独立学习器、利用多智能体通信的马尔可夫决策过程。我们实现了一套大规模实验工具，获得的模型可停放多达 7 辆车，成功率超过 98.1%，显著优于现有的单智能体模型。我们还获得了关于环境中车辆在不同密度与通信水平下所表现出的竞争与协作行为的若干结果。值得注意的是，我们发现了一种若无竞争则不会出现的协作形式，以及一种“泄漏式”协作，即智能体在状态不充分的情况下进行协作。此类工作在自动驾驶与车队管理行业具有众多潜在应用，并为将强化学习应用于多智能体停车提供了若干有用技术与基准。