MPC与RL混合框架用于自动驾驶卡车

1. 12:00
   arXiv cs.AI

   用学习式终端代价实现自动驾驶卡车短时域模型预测控制

   研究提出一种 MPC 与强化学习混合框架，用于重型自动驾驶卡车在交互式高速公路交通中的行驶控制：由动态规划求解的有限时域 MPC 使用预训练 RL 模型估计终端代价。在含反应式周围交通的仿真环境中，该混合方法实现零碰撞，且代价在所有对比配置中最低，优于零终端代价的纯 MPC、基于基础策略的 rollout 终端代价估计以及纯 RL。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。