基于 Stackelberg 元学习的协助驾驶共享控制
机器人学
2024-03-19 v1
摘要
共享控制允许人类驾驶员与协助驾驶系统协作，同时保留做出决策和必要时接管控制的能力。然而，由于环境不确定性、人类驾驶员的有限理性以及人类行为的多样性，人机团队和规划方面存在挑战。有效的协作计划需要学习并适应这些不确定性。为此，我们开发了基于 Stackelberg 元学习的算法，用于创建自动化基于学习的共享控制规划。Stackelberg 游戏用于捕捉人类驾驶员与协助驾驶系统之间非对称互动中的领袖-跟随者结构。元学习算法生成一个通用的行为模型，能够通过少量驾驶数据快速适应，以协助最优决策。我们采用障碍物规避驾驶情景进行案例研究，证明适应后的人类行为模型能够成功帮助人类驾驶员到达目标目的地。此外，它比仅由驾驶员执行的方案节省驾驶时间，且对人类的有限理性和错误具有较强鲁棒性。
引用
@article{arxiv.2403.10736,
title = {Stackelberg Meta-Learning Based Shared Control for Assistive Driving},
author = {Yuhan Zhao and Quanyan Zhu},
journal= {arXiv preprint arXiv:2403.10736},
year = {2024}
}