基于组合学习方法的应急车辆战术决策
人工智能
2021-02-01 v3 系统与控制
系统与控制
摘要
提升应急车辆（EVs）的响应时间可能导致财产与生命不可估量的损失。据此，应急车辆微观控制的战术决策仍是一个亟待改进的关键问题。本文设计了一种基于规则的避让策略（AS），即 EV 前方优先区内的一般车辆应加速或变道以避让。此外，提出了一种具有速度自适应紧凑状态空间（SC-DQN）的新型 DQN 方法，以适配 EV 高速特征并泛化至多种道路拓扑。随后，AS 的执行反馈至 SC-DQN 的输入，从而二者有机结合为一种组合方法。后续方法表明，DRL 可在泛化性上补充基于规则的避让策略，反之基于规则的避让策略可在稳定性上补充 DRL，且二者的组合可带来更短响应时间、更低碰撞率与更平滑轨迹。
引用
@article{arxiv.2009.04203,
title = {Tactical Decision Making for Emergency Vehicles Based on A Combinational Learning Method},
author = {Haoyi Niu and Jianming Hu and Zheyu Cui and Yi Zhang},
journal= {arXiv preprint arXiv:2009.04203},
year = {2021}
}
备注
12 pages,4 figures, prepared for a conference on intelligent transportation system