基于自我视觉近似可达性的安全自主赛车
机器人学
2021-12-02 v2 人工智能
机器学习
系统与控制
系统与控制
摘要
赛车要求每辆车在其物理极限下行驶，此时任何安全违规都可能导致灾难性故障。在这项工作中，我们研究了使用车辆自我摄像头视图和速度作为输入的安全强化学习问题。鉴于任务的性质，自主智能体需要能够：1) 在复杂的车辆动力学下识别并避免不安全场景，2) 在快速变化的环境中做出亚秒级决策。为了满足这些标准，我们提出将Hamilton-Jacobi可达性理论（一种适用于一般非线性系统的安全验证方法）纳入约束马尔可夫决策过程框架。HJ可达性不仅提供了一种控制理论方法来学习安全，还实现了低延迟的安全验证。尽管HJ可达性传统上无法扩展到高维系统，但我们证明，通过神经近似，HJ安全值可以直接在视觉上下文中学习——这是迄今为止通过该方法研究的最高维问题。我们在多个基准任务上评估了我们的方法，包括Safety Gym和Learn-to-Race，后者是一个最近发布的高保真自主赛车环境。与Safety Gym中的其他约束强化学习基线相比，我们的方法显著减少了约束违规，并在L2R基准任务上取得了新的最优结果。我们在以下匿名论文网站上提供了智能体行为的额外可视化：https://sites.google.com/view/safeautonomousracing/home
引用
@article{arxiv.2110.07699,
title = {Safe Autonomous Racing via Approximate Reachability on Ego-vision},
author = {Bingqing Chen and Jonathan Francis and Jean Oh and Eric Nyberg and Sylvia L. Herbert},
journal= {arXiv preprint arXiv:2110.07699},
year = {2021}
}
备注
17 pages, 15 figures, 3 tables