基于模仿学习和强化学习的智能车辆换道行为决策

• 作者: 宋晓琳 盛鑫 曹昊天 李明俊 易滨林 黄智
• 来源期刊: 汽车工程
• 关键词: 智能车辆 行为决策 强化学习 模仿学习
• 年，卷（期）: 2021,（1）
• 页码范围: 59-67
• 页数: 9页
• 语种: 中文
• DOI: 10.19562/j.chinasae.qcgc.2021.01.008

摘要

本文中提出了一种基于模仿学习和强化学习的智能车辆换道行为决策方法.其中宏观决策模块通过模仿学习构建极端梯度提升模型,根据输入信息在车道保持、左换道和右换道中选择宏观决策指令,以此确定所需求解的换道行为决策子问题;各细化决策子模块通过深度确定性策略梯度强化学习方法得到优化策略,求解相应换道行为决策子问题,以确定车辆运动目标位置并下发执行.仿真结果表明:本文中提出方法的策略学习速度比单纯强化学习方法快,且其综合性能优于有限状态机、行为克隆模仿学习和单纯强化学习等方法.