TreeIRL：基于树搜索和逆强化学习的安全城市驾驶
机器人学
2025-10-28 v4 人工智能
机器学习
摘要
我们提出TreeIRL，这是一种用于自动驾驶的新型规划器，将蒙特卡洛树搜索（MCTS）与逆强化学习（IRL）相结合，以在仿真和实际道路环境中实现领先的性能。核心思想是利用MCTS寻找一组有前景的安全候选轨迹，并使用深度IRL评分函数从中选择最符合人类行为的轨迹。我们对比评估了TreeIRL与经典和最新规划器，测试包括大规模仿真以及在美国拉斯维加斯大都市区超过500英里的实际道路驾驶。测试场景包括密集城市交通、自适应巡航控制、变道和交通灯。TreeIRL实现了最佳整体性能，在安全性、进度、舒适性和人类化方面取得平衡。鉴于MCTS-based planning首次在公共道路上实现，我们强调了在多样化的评估指标和真实环境中评估规划器的重要性。TreeIRL高度可扩展，可通过强化学习和模仿学习进一步提升，为探索经典方法与学习方法的不同组合，以解决自动驾驶中的规划瓶颈提供了框架。
引用
@article{arxiv.2509.13579,
title = {TreeIRL: Safe Urban Driving with Tree Search and Inverse Reinforcement Learning},
author = {Momchil S. Tomov and Sang Uk Lee and Hansford Hendrago and Jinwook Huh and Teawon Han and Forbes Howington and Rafael da Silva and Gianmarco Bernasconi and Marc Heim and Samuel Findler and Xiaonan Ji and Alexander Boule and Michael Napoli and Kuo Chen and Jesse Miller and Boaz Floor and Yunqing Hu},
journal= {arXiv preprint arXiv:2509.13579},
year = {2025}
}