计算机应用

作者：肖海林, 黄天义, 代秋香, 张跃军, 张中山

单位：1.湖北大学 计算机与信息工程学院, 武汉 430062；2.宁波大学 信息工程与科学学院, 浙江 宁波 315000；3.北京理工大学 信息与电子学院, 北京 100081

关键词：安全强化学习,自动变道决策,轨迹预测,风险评估,动作空间裁剪

基金：国家自然科学基金资助项目(61872406);广西重点研发计划项目(桂科AB23026034);2021年度湖北省高校优秀中青年科技创新团队项目(T2021001)

深度强化学习在自动变道决策问题中由于它的试错学习的特性，易在训练过程中导致不安全的行为。为此，提出一种基于轨迹预测的安全强化学习自动变道决策方法。首先，通过最大似然估计的概率建模并预测车辆的未来行驶轨迹；其次，利用得到的预测轨迹和安全距离指标进行驾驶风险评估，并且根据驾驶风险评估结果进行安全动作约束，将动作空间裁剪为安全动作空间，指导智能车辆避免危险动作。在仿真平台的高速公路场景中，将所提方法与深度Q网络（DQN）及其改进方法进行测试比较。实验结果表明，在智能车辆训练过程中，所提方法在保证快速收敛的同时，使碰撞发生的次数相较于对比方法降低了47%~57%，有效提高了训练过程中的安全性。

来源：2024年第9期

《计算机应用》期刊编辑部

查看计算机应用杂志2024年第9期