面向自动驾驶车辆安全关键控制的强化学习
机器人学
2023-09-01 v1
摘要
我们提出一种用于开发、验证并部署数据驱动的自动驾驶车辆决策函数的方法。该决策函数基于人工神经网络，经训练可引导移动机器人SPIDER朝向预设的静态路径驶向目标点，同时避免与沿途障碍物发生碰撞。训练通过近端策略优化（PPO）——一种强化学习领域的先进算法——进行。所得控制器采用量化其路径跟踪能力及对沿途感知障碍物反应能力的KPI进行验证。相应测试在训练环境中开展。此外，测试也将在机器人仿真环境Gazebo及真实场景中进行。后者将控制器部署于基于FPGA的开发平台FRACTAL上，并集成至SPIDER软件栈中。
引用
@article{arxiv.2308.16767,
title = {Reinforcement learning for safety-critical control of an automated vehicle},
author = {Florian Thaler and Franz Rammerstorfer and Jon Ander Gomez and Raul Garcia Crespo and Leticia Pasqual and Markus Postl},
journal= {arXiv preprint arXiv:2308.16767},
year = {2023}
}