基于强化学习复杂驾驶场景安全分层框架.pdfVIP

基于强化学习的复杂驾驶场景安全分层规划框架

，，陈建宇，TomizukaMasayoshi和战伟

—自动驾驶车辆需要处理各种交通状况，并做出安全

高效的决策和操作。然而，一方面，单一的优化/采样基础运

动规划器无法在实时环境中高效生成安全轨迹，尤其是在附近

有许多交互车辆的情况下。另一方面，端到端学习方法无法保

证结果的安全性。为了解决这一，我们提出了一种具有低

级安全控制器集和高级强化学习算法（H‑CtRL）作为低级控

制器协调者的分层行为规划框架。低级优化/采样基础控制器图1：自动驾驶车辆（红色）必须在各种复杂的现实交通

保证了安全性，而高级强化学习算法使H‑CtRL成为一个适应条件下安全高效地行驶。

性强且高效的规划器。为了训练和测试我们算法，我们

构建了一个可以使用世界数据集重现交通场景的模拟器。

所H‑CtRL在各种现实模拟场景中被证明是有效的，在

安全性和效率方面表现出令人满意的效果。然而，当自动驾驶车辆试图在上并入下一条车

道时，虽然也需