基于潜在状态推断时空关系强化学习在自动驾驶中应用.pdfVIP

基于潜在状态推断和时空关系的强化学自动驾驶中的

应用

1,21,3211

,李家成,迈克尔·J·科亨尔,大卫·伊塞勒,和藤村贵久

—深度强化学习（DRL）为在复杂的自动驾驶场景中

学习导航了一种有前景的方法。然而，识别能够指示截然

不同结果的细微线索仍然是设计在人类环境中运行的自主系统

的一个开放问题。在这项工作中，我们展示了在强化学习框架

中显式推断潜在状态并编码时空关系可以帮助解决这一难题。

我们通过结合强化学习器与监督学习器的框架来编码其他驾驶

图1:T型交叉路口场景:自车（蓝色）试图右转并汇入前方车

员潜在状态的先验知识。此外，我们通过图神经网络（

道，同时避免与保守型（绿色）和激进型（红色）车辆发生碰

GNNs）建模不同车辆之间的相互影响。与最先进的基线方法

撞。

相比，所框架在导航T形路口的性能上