优化低速自动驾驶：基于强化学习的路径稳定性与最高速度
人工智能
2024-12-30 v1 机器人学
摘要
自动驾驶在最近几年中引起了广泛关注，尤其是在不断变化的条件下优化车辆性能方面。本文解决了在低速自动驾驶中维持最高速度稳定性以遵循预定义路径的挑战。利用强化学习 (RL)，我们提出了一种新方法，以优化驱动策略，使车辆能够在不牺牲安全性或路径准确性的前提下，即使在低速场景下也能实现接近最高速度。
引用
@article{arxiv.2412.16248,
title = {Optimizing Low-Speed Autonomous Driving: A Reinforcement Learning Approach to Route Stability and Maximum Speed},
author = {Benny Bao-Sheng Li and Elena Wu and Hins Shao-Xuan Yang and Nicky Yao-Jin Liang},
journal= {arXiv preprint arXiv:2412.16248},
year = {2024}
}