基于强化学习的自主 Formula SAE 赛车控制探索
机器人学
2023-08-28 v1 人工智能
机器学习
摘要
随着自主导航研究日益流行，Formula Student（FS）赛事正在其项目列表中引入无人驾驶车辆（DV）类别。本文针对此类竞赛中利用深度强化学习（RL）实现自主 FS 赛车端到端控制的初步研究。我们在与 Turtlebot2 平台上全尺寸设计相似的赛道仿真中训练了两种最先进的 RL 算法。结果表明，我们的方法能在仿真中成功学习赛车驾驶，并迁移到物理平台上的真实赛道。最后，我们给出了所提方法的局限性见解，并为将 RL 应用于全尺寸自主 FS 赛车的未来方向提供指导。
引用
@article{arxiv.2308.13088,
title = {Racing Towards Reinforcement Learning based control of an Autonomous Formula SAE Car},
author = {Aakaash Salvaji and Harry Taylor and David Valencia and Trevor Gee and Henry Williams},
journal= {arXiv preprint arXiv:2308.13088},
year = {2023}
}
备注
Accepted at the Australasian Conference on Robotics and Automation (ACRA 2022)