Jun, 2023

具有优先经验的多车追击的进化认知强化学习

PDF
TL;DR本文提出了一种基于优先体验的进化认知强化学习算法，用于处理多车追逐问题。该算法利用优先级网络对各个智能体的参数进行评估和个性化学习，引入了多样性，以提高协作和任务相关性能。同时，该算法还采用了注意力机制来从复杂的城市交通环境中提取关键特征，并使用进化认知方法自适应地对追逐车辆进行有效分组，进一步提高了追逐效率。
multi-vehicle pursuitmulti-agent reinforcement learningprioritized experienceurban traffic scenespursuing efficiency
发现论文，激发创造
  • 具有信息增强状态编码器的分级 Q 强化学习在层次化协作多车追逐中的应用

    本文提出了一种基于分级协同增强的强化学习框架（GQRL-IESE）来解决复杂的城市交通环境下的分层多车追逐问题，实验证明该框架的效率比其他方法平均快了 47.64％以上。

    Oct, 2022

  • 高度互动自动驾驶场景中的多智能体强化学习模型多样驾驶行为

    通过引入个性建模网络（PeMN），以及合作价值函数和个性参数，我们在高互动场景中模拟车辆间各种交互，并改进了自车的性能和泛化能力。实验证明，PeMN 可以有效地模拟多样化的驾驶风格，并且相比传统的多智能体强化学习方法，使用 PeMN 进行训练的策略具有更好的泛化性能。

    Feb, 2024

  • 混合交通中的高速公路匝道合流的深度多智能体强化学习

    本文通过多智能体强化学习的方法对自动驾驶车辆在复杂交通场景下的高速公路入口合流进行了建模，提出了一种高效可扩展的模型，包括参数共享、本地奖励、底层安全监督等手段以及基于优先级的安全监督等，最终实验结果表明本文提出的 MARL 框架明显优于现有的基准模型。

    May, 2021

  • iPLAN: 分布式多智能体强化学习在异质交通中的意图感知规划

    本文提出了一种分布式多智能体强化学习算法，采用轨迹和意图预测，以应对自动驾驶汽车在密集交通情况下的安全和高效导航问题，并采用 iPLAN 方法进行意图感知规划，通过设计两种激励模块，促进从行为和长期的驾驶策略与当前交通情况的短期策略方面进行决策，仿真实验结果表明，与集中式 MARL 基线相比，本文提出的方法在混乱交通中的奖励、成功率和幸存时间上均有所提高。

    Jun, 2023

  • MAC-PO: 基于集体优先级优化的多智能体经验回放

    通过优化采样权重，将优先经验回放应用于多智能体强化学习 (MARL) 中，以最小化策略遗憾并获得更好的优先级方案，提高训练效率并在实验中表现出良好的效果。

    Feb, 2023

  • 利用场均多智能体强化学习进行高效拼车订单调度

    本研究采用多个智能体玩游戏的强化学习方法，结合平均场近似对订单调度问题进行建模，成功降低高峰期的供需差异并减少交通拥堵。

    Jan, 2019

  • 多机器人社交感知协作规划在行人环境中的多智能体强化学习

    本文提出了一种基于离线多智能体强化学习（MARL）的多机器人社交感知和高效协同规划方法，使用时间 - 空间图（TSG）进行社交编码，引入 K 步先见奖励设置，并改进了传统的集中式批判者网络，从而在多群组实验中验证了该方法的有效性。

    Nov, 2022

  • 量子多智能体强化学习与自主移动协作

    基于量子供应链，并结合多智能体强化学习和量子优势，提出了一种能够实现多智能体合作、有效利用参数和快速收敛的量子 MARL 算法，并引入了投影值测量技术来进一步提高可伸缩性。

    Aug, 2023

  • 多智能体强化学习介绍及其在自主移动中的应用综述

    该论文介绍了多智能体强化学习在自主移动中的应用，包括行为规划、车辆之间通信、性能提升等方面，并探讨了该领域的一些最新方法和想法。

    Mar, 2022

  • 基于深度强化学习的预测性机动规划（PMP-DRL）用于舒适和安全的自动驾驶

    本文提出了一种使用深度强化学习进行的预测机动规划模型，该模型结合了预测模型和 RL 代理以实现舒适和安全的机动规划，通过使用历史驾驶数据训练预测模型，将周围车辆的过去和预测的未来位置嵌入到上下文感知的网格地图中进行学习，同时，RL 代理学习基于时空上下文信息进行机动规划，该模型在公开可用的 NGSIM US101 和 I80 数据集中进行了性能评估。

    Jun, 2023