计算机应用研究

作者：时高松,赵清海,董鑫,贺家豪,刘佳源,

单位：青岛大学机电工程学院,山东青岛266071；

关键词：自动驾驶,深度强化学习,特征编码,驾驶干预,经验回放,

基金：国家自然科学基金资助项目(52175236)；；

针对当前自动驾驶领域中深度强化学习（deep reinforcement learning，DRL）所面临的高计算性能需求和收敛速度慢的问题，将变分自编码器（variational autoencoder，VAE）和近端策略优化算法（proximal policy optimization，PPO）相结合。通过采用VAE的特征编码技术，将Carla模拟器获取的语义图像有效转换为状态输入，以此应对DRL在处理复杂自动驾驶任务时的高计算负担。为了解决DRL训练中出现的局部最优和收敛速度慢的问题，引入了驾驶干预机制和基于驾驶员引导的经验回放机制，在训练初期和模型陷入局部最优时进行驾驶干预，以提升模型的学习效率和泛化能力。通过在交通路口左转场景进行的实验验证，结果表明，在驾驶干预机制的帮助下，训练初期模型的性能提升加快，且模型陷入局部最优时通过驾驶干预，模型的性能进一步提升，且在复杂场景下提升更为明显。

来源：2024年第9期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第9期