Safe Reinforcement Learning for Autonomous Vehicle Using Monte Carlo Tree Search

强化学习 更安全的 蒙特卡罗树搜索 计算机科学 树(集合论) 趋同(经济学) 人工智能 机器学习 决策树 钢筋 国家(计算机科学) 时差学习 蒙特卡罗方法 工程类 计算机安全 数学 算法 经济增长 结构工程 统计 数学分析 经济
作者
Shuojie Mo,Xiaofei Pei,Chaoxian Wu
出处
期刊:IEEE Transactions on Intelligent Transportation Systems [Institute of Electrical and Electronics Engineers]
卷期号:23 (7): 6766-6773 被引量:16
标识
DOI:10.1109/tits.2021.3061627
摘要

Reinforcement learning has gradually demonstrated its decision-making ability in autonomous driving. Reinforcement learning is learning how to map states to actions by interacting with environment so as to maximize the long-term reward. Within limited interactions, the learner will get a suitable driving policy according to the designed reward function. However there will be a lot of unsafe behaviors during training in traditional reinforcement learning. This paper proposes a RL-based method combined with RL agent and Monte Carlo tree search algorithm to reduce unsafe behaviors. The proposed safe reinforcement learning framework mainly consists of two modules: risk state estimation module and safe policy search module. Once the future state will be risky calculated by the risk state estimation module using current state information and the action outputted by the RL agent, the MCTS based safe policy search module will activate to guarantee a safer exploration by adding an additional reward for risk actions. We test the approach in several random overtake scenarios, resulting in faster convergence and safer behaviors compared to traditional reinforcement learning.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
十三完成签到,获得积分10
1秒前
CiCi应助雨落瑾年采纳,获得10
1秒前
light完成签到 ,获得积分10
1秒前
大模型应助聆听采纳,获得10
1秒前
sff完成签到,获得积分10
3秒前
guojingjing发布了新的文献求助10
3秒前
3秒前
又见三皮完成签到,获得积分10
5秒前
一行白鹭上青天完成签到 ,获得积分10
5秒前
zzz完成签到,获得积分10
5秒前
shenzhou9完成签到,获得积分10
5秒前
灰色与青完成签到,获得积分10
8秒前
zhuww完成签到,获得积分10
8秒前
Answer完成签到,获得积分10
9秒前
Akim应助苦酷采纳,获得10
9秒前
zvk完成签到,获得积分10
9秒前
十六完成签到,获得积分10
10秒前
10秒前
直率一刀发布了新的文献求助30
10秒前
zho应助科研如喝水采纳,获得10
11秒前
岚12完成签到 ,获得积分10
12秒前
镜哥完成签到,获得积分10
12秒前
机智幻嫣应助19111867526采纳,获得10
12秒前
sssss应助keyan123采纳,获得10
14秒前
Eason完成签到 ,获得积分10
14秒前
NIHAO213发布了新的文献求助10
16秒前
嘒彼小星完成签到 ,获得积分10
17秒前
1234567xjy完成签到,获得积分10
18秒前
难过大白完成签到 ,获得积分10
19秒前
22秒前
25秒前
Milton_z完成签到 ,获得积分10
25秒前
雨落瑾年完成签到,获得积分10
28秒前
酷波er应助yiyimx采纳,获得10
28秒前
29秒前
29秒前
苦酷发布了新的文献求助10
30秒前
tzjz_zrz完成签到,获得积分10
30秒前
31秒前
隐形山芙发布了新的文献求助10
33秒前
高分求助中
Production Logging: Theoretical and Interpretive Elements 2700
Neuromuscular and Electrodiagnostic Medicine Board Review 1000
こんなに痛いのにどうして「なんでもない」と医者にいわれてしまうのでしょうか 510
The First Nuclear Era: The Life and Times of a Technological Fixer 500
Unusual formation of 4-diazo-3-nitriminopyrazoles upon acid nitration of pyrazolo[3,4-d][1,2,3]triazoles 500
岡本唐貴自伝的回想画集 500
Distinct Aggregation Behaviors and Rheological Responses of Two Terminally Functionalized Polyisoprenes with Different Quadruple Hydrogen Bonding Motifs 450
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3671625
求助须知:如何正确求助?哪些是违规求助? 3228325
关于积分的说明 9779625
捐赠科研通 2938636
什么是DOI,文献DOI怎么找? 1610180
邀请新用户注册赠送积分活动 760547
科研通“疑难数据库(出版商)”最低求助积分说明 736093