科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对交通场景的复杂性和多变性，深度学习算法和深度强化学习方法适应性较差的问题，本文提出一种基于多感知输入多约束奖励函数的深度强化学习方法。方法的输入包括前视图像和激光雷达数据和鸟瞰图信息，多种输入信息经过编码网络得到潜在空间表示，经过重构后作为驾驶策略学习的输入，并在奖励函数的设计中综合考虑了横纵向误差、航向、平稳性、速度等多种约束，从而有效提高了场景的适应能力和策略学习的收敛速度。在仿真环境CARLA下搭建了典型的交通场景对方法的性能进行了仿真验证，并对多约束奖励机制进行了分析对比。结果表明：本文方法能实现车辆在多场景下的驾驶决策，性能明显优于同类SOTA方法。
-
单位电子信息工程学院; 北京交通大学
