Feb, 2024

情景感知交通规则例外的知情强化学习

PDF
TL;DR应用有结构的规则书与情景感知奖励设计，我们引入了 Informed Reinforcement Learning，通过学习轨迹使代理能够学习需要控制交通规则例外的情况，并在自动驾驶领域中展示了高完成率。
reinforcement learningautonomous drivinginformed reinforcement learningstructured rulebookdynamic reward
发现论文，激发创造
  • 闭环中学习真实交通代理

    使用闭环模拟学习方法 RTR，在模拟和真实数据集中训练交通仿真策略，以提高交通规则遵守性和仿真的真实性。

    Nov, 2023

  • 自主驾驶中的强化学习智能体风险感知奖励塑形

    该研究提出了一种基于风险感知的奖励塑形方法，以鼓励探索和惩罚高风险驾驶行为，并在 OpenAI Gym 的模拟研究中表明，风险感知的奖励塑形对于各种强化学习智能体具有优势，同时指出近端策略优化（PPO）是最适合使用风险感知奖励塑形的强化学习方法。

    Jun, 2023

  • 自主车辆上的安全强化学习

    本研究探讨了如何通过预测来约束探索，从而实现强化学习在自动驾驶中的安全学习。

    Sep, 2019

  • 基于隐含机会的城市驾驶端到端无模型强化学习

    本文采用一种叫 implicit affordances 的新技术，成功地通过强化学习算法完成了诸如车道保持，行人和车辆避让，以及红绿灯检测等复杂任务，最终在 CARLA 挑战赛中获胜。

    Nov, 2019

  • 基于技能发现的自动驾驶车辆交叉口自适应决策

    提出一种基于强化学习和动作基元的分层框架，可自主收集和重复使用知识来解决城市环境下自动驾驶面临的挑战和不确定性，通过 CARLA 模拟器的测试，其表现优于其他基线方法。

    Jul, 2022

  • 通过强化学习进行交通流随机化的自主车辆决策与控制

    我们提出了一种方法，通过随机化基于规则的微观交通流的车辆跟随模型和变道模型的某些参数来随机化周围车辆的驾驶风格和行为，发现在高保真度微观交通流下训练的策略相比其他微观交通流下训练的模型具有更高的成功率和更好的计算奖励。

    Mar, 2024

  • 强化学习在车载系统中的统一自动控制

    本文提出了一种简化的车辆微观模拟方法，并使用深度强化学习优化了具有不同车辆组成的六个交通系统的控制策略，发现了类似于波浪消减、交通信号和匝道计量等的多种新行为，并分析了这些行为以获得可解释的控制策略。

    Jul, 2022

  • 使用多智能体奖励增强模仿学习模拟人类驾驶行为的涌现特征

    这篇论文提出了一种称为奖励增强模仿学习（RAIL）的方法，它在多智能体模仿学习框架中集成了奖励增强，并允许设计者以原则性的方式指定先前的知识，这种方法在驾驶场景中得到验证，并在复杂的多智能体设置中展示了单个智能体的局部行动和出现性质的行为方面的性能提高。

    Mar, 2019

  • 基于安全强化学习的可证明交通规则遵守在开放海域中的应用

    自动驾驶车辆必须遵守交通规则，为了解决使用基于优化的运动规划器解决的时间逻辑约束难题，我们提出了一种基于增强学习的可靠安全的方法来遵守交通规则，并以船只在开放海域中遵循《海上避碰规则公约》（COLREGS）为实际应用领域，我们引入了一种高效的验证方法来确定行动是否符合使用时间逻辑形式化的 COLREGS，从而我们的行动验证被整合到增强学习过程中，使代理只选择被验证过的行动。与仅将交通规则信息整合到奖励函数中的代理相比，我们的可靠安全代理在关键的海上交通情况中始终遵守形式化规则，从而不会导致碰撞。

    Feb, 2024

  • 自动驾驶场景下的上下文学习

    利用大型语言模型优化强化学习的奖励功能，使自动驾驶代理在行为上更加灵活、精准和类人化，探究奖励设计在塑造自动驾驶车辆行为中的重要影响，为更先进、类人化的自动驾驶系统的发展提供了有希望的方向。

    May, 2024