Jul, 2023

引导元强化学习下的鲁棒驾驶策略学习

TL;DR通过随机化基于交互的社交车辆的奖励函数,本研究引入了一种高效的方法来训练多样化的社交车辆驾驶策略作为单一的元策略,并提出了一种训练策略来增强自车驾驶策略的鲁棒性。该方法成功地学习到了在具有挑战性的未控制T字形交叉口情景中,对具有分布之外行为的社交车辆场景具有很好泛化性的自车驾驶策略。