基于 NoisyNet 多智能体深度 Q 学习网络的多车编队超车
机器人学
2023-03-07 v1
摘要
随着近期车对车通信技术的进展,自动驾驶车辆能够连接并以编队形式协作,从而降低事故风险、成本与能耗。车辆编队的显著益处已获得自动化与人工智能领域越来越多的关注。然而,极少有研究关注带超车的编队。为解决该问题,本文开发了 NoisyNet 多智能体深度 Q 学习算法,其中采用 NoisyNet 来改善对环境的探索。通过考量超车、速度、碰撞、车头时距与跟随车辆等因素,提出一种领域定制的奖励函数,以高速实现安全编队超车。最后,仿真结果表明所提方法在各种交通密度情形下均成功完成超车。
引用
@article{arxiv.2303.02583,
title = {Multi-vehicle Platoon Overtaking Using NoisyNet Multi-Agent Deep Q-Learning Network},
author = {Lv He},
journal= {arXiv preprint arXiv:2303.02583},
year = {2023}
}