借助虚拟记忆稳步学习驾驶
机器学习
2021-02-17 v1 人工智能
机器人学
系统与控制
系统与控制
摘要
强化学习在开发高层自动驾驶方面已展现出巨大潜力。然而，对于高维任务，当前 RL 方法存在数据效率低与训练过程振荡的问题。本文提出一种称为借助虚拟记忆学习驾驶（LVM）的算法以克服这些问题。LVM 将高维信息压缩为紧凑潜状态，并学习潜动态模型以概括智能体的经验。潜动态模型生成多种想象潜轨迹作为虚拟记忆。策略通过利用想象潜轨迹在所学潜模型上传播梯度而学习，从而实现高数据效率。此外，设计了一种双评论家结构以降低训练过程中的振荡。LVM 的有效性通过一个图像输入的自动驾驶任务得到证明，在该任务中 LVM 在数据效率、学习稳定性与控制性能方面均优于现有方法。
引用
@article{arxiv.2102.08072,
title = {Steadily Learn to Drive with Virtual Memory},
author = {Yuhang Zhang and Yao Mu and Yujie Yang and Yang Guan and Shengbo Eben Li and Qi Sun and Jianyu Chen},
journal= {arXiv preprint arXiv:2102.08072},
year = {2021}
}
备注
Submitted to the 32nd IEEE Intelligent Vehicles Symposium