具有 Sim2Real 迁移能力的基于视觉的深度强化学习自动驾驶智能体
机器人学
2024-03-08 v2 机器学习
摘要
为实现完全自动驾驶，车辆必须能够持续执行多种驾驶任务，包括车道保持和车辆跟驰，二者均为基础且被广泛研究的驾驶任务。然而，以往研究主要聚焦于单一任务，且车辆跟驰任务通常依赖完整的领航-跟随信息以获得最优性能。为克服该局限，我们提出一种基于视觉的深度强化学习（DRL）智能体，可同时执行车道保持与车辆跟驰操作。为评估该 DRL 智能体的性能，我们将其与基线控制器比较，并采用多种性能指标进行定量分析。此外，我们进行了真实世界评估以展示训练后 DRL 智能体的 Sim2Real 迁移能力。据我们所知，我们的具有 Sim2Real 迁移能力的基于视觉的车辆跟驰与车道保持智能体尚属首例。
引用
@article{arxiv.2305.11589,
title = {Vision-based DRL Autonomous Driving Agent with Sim2Real Transfer},
author = {Dianzhao Li and Ostap Okhrin},
journal= {arXiv preprint arXiv:2305.11589},
year = {2024}
}