基于总运营成本奖励的深度强化学习自动驾驶卡车战术决策
机器学习
2025-11-10 v2 人工智能
机器人学
摘要
我们开发了一个用于自动驾驶卡车战术决策的深度强化学习框架，专门针对高速公路场景中的自适应巡航控制 (ACC) 和车道变换机动。我们的结果表明，在强化学习智能体和基于物理模型的低级控制器之间分离高级决策过程和低级控制动作是有益的。在下文中，我们使用基于卡车总运营成本 (TCOP) 的现实多目标奖励函数，通过不同的方法研究优化性能：通过为奖励组件添加权重、通过归一化奖励组件以及通过使用课程学习技术。
引用
@article{arxiv.2403.06524,
title = {Tactical Decision Making for Autonomous Trucks by Deep Reinforcement Learning with Total Cost of Operation Based Reward},
author = {Deepthi Pathare and Leo Laine and Morteza Haghir Chehreghani},
journal= {arXiv preprint arXiv:2403.06524},
year = {2025}
}
备注
Paper is accepted for publication in Artificial Intelligence Review