在基于深度强化学习的对抗式行人建模中使用碰撞动量
机器人学
2023-06-14 v1 人工智能
机器学习
摘要
近期行人仿真研究常旨在开发各种情境下的真实行为，但现有算法难以在极端、低概率场景与边缘案例中生成可识别自动驾驶车辆性能弱点的行为。为此，需要专门的行人行为算法。当前研究聚焦于利用社会力模型与基于强化学习的模型生成真实轨迹。然而，我们提出了一种专门以碰撞为目标的强化学习算法，能更好地揭示自动驾驶车辆控制器的独特失效模式。我们的算法高效且能生成更严重的碰撞，从而在复杂多变场景中识别并修正自动驾驶算法的弱点。
引用
@article{arxiv.2306.07525,
title = {Using Collision Momentum in Deep Reinforcement Learning Based Adversarial Pedestrian Modeling},
author = {Dianwei Chen and Ekim Yurtsever and Keith Redmill and Umit Ozguner},
journal= {arXiv preprint arXiv:2306.07525},
year = {2023}
}