面向自主赛车建模误差鲁棒性的部分端到端强化学习

本文探讨了在存在实际车辆建模误差（通常称为模型失配）的导航条件下，如何提升用于自主赛车的强化学习解决方案的性能。为应对这一挑战，我们提出了一种将规划与控制任务解耦的部分端到端算法。在此框架内，一个强化学习智能体生成包含路径和速度的轨迹，随后分别由纯追踪转向控制器和比例速度控制器进行跟踪。相比之下，当前许多基于学习（即强化学习和模仿学习）的算法采用端到端方法，由深度神经网络直接将传感器数据映射为控制指令。通过利用经典控制器的鲁棒性，我们的部分端到端驾驶算法在面对模型失配时，展现出比标准端到端算法更强的鲁棒性。