PALCAS：基于联邦强化学习的面向自动驾驶车辆的优先级感知智能车道变更咨询系统
机器人学
2026-05-01 v1 人工智能
摘要
我们提出了一种基于多智能体联邦强化学习的优先级感知智能车道变更咨询系统，称为PALCAS，用于自动驾驶车辆（AVs）。虽然现有的车道变更方法通常 focus on 单智能体系统或集中式多智能体系统，但我们引入了基于联邦强化学习的多智能体车道变更系统，优先考虑基于车辆目的紧急程度的车道变更。PALCAS 集成了一种新型的优先级感知安全车道变更奖励函数，以在强制和自愈场景中做出明智的车道变更决策。PALCAS 利用参数化深度 Q 网络（PDQN）算法来促进 agent 之间的有效合作，使其能够控制 AVs 的横向和纵向运动。使用 SUMO 交通模拟器和 Mosaic V2X 通信框架进行的大量仿真实验表明，PALCAS 在提高交通效率、驾驶安全、舒适度、目的地到达率和合并成功率方面显著优于基线方法。
引用
@article{arxiv.2604.27118,
title = {PALCAS: A Priority-Aware Intelligent Lane Change Advisory System for Autonomous Vehicles using Federated Reinforcement Learning},
author = {Yassine Ibork and Nhat Ha Nguyen and Myounggyu Won and Lokesh Das},
journal= {arXiv preprint arXiv:2604.27118},
year = {2026}
}