基于多智能体近端策略优化的自动驾驶交通中应急车辆安全高效通行
机器人学
2022-11-01 v1 多智能体系统
摘要
在应急车辆存在的情况下进行通行仍是车辆自动驾驶系统的重大难题。多数针对该主题的研究基于规则方法，无法覆盖自动驾驶交通中可能出现的全部场景。多智能体近端策略优化（MAPPO）近期作为一种强大的自治系统方法崭露头角，因其支持在数千种不同情境下训练。本研究提出一种基于 MAPPO 的方法，以保障应急车辆存在时自动驾驶车辆的安全高效通行。我们引入一种风险度量，将潜在碰撞风险汇总为单一指标。所提方法生成协作策略，使应急车辆在以高安全车距行驶的同时平均车速提升 。此外，我们探讨了安全性与交通效率之间的权衡，并评估了在竞争场景下的性能。
引用
@article{arxiv.2210.17381,
title = {Safe and Efficient Manoeuvring for Emergency Vehicles in Autonomous Traffic using Multi-Agent Proximal Policy Optimisation},
author = {Leandro Parada and Eduardo Candela and Luis Marques and Panagiotis Angeloudis},
journal= {arXiv preprint arXiv:2210.17381},
year = {2022}
}