亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

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.

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
GGBond完成签到 ,获得积分10
刚刚
happy璇完成签到 ,获得积分10
2秒前
惜海发布了新的文献求助10
3秒前
感动的剑鬼关注了科研通微信公众号
11秒前
wtian完成签到,获得积分10
14秒前
惜海完成签到,获得积分20
16秒前
不知终日梦为鱼完成签到,获得积分10
19秒前
19秒前
21秒前
22秒前
Ava应助科研通管家采纳,获得10
22秒前
null应助科研通管家采纳,获得10
22秒前
null应助科研通管家采纳,获得10
22秒前
null应助科研通管家采纳,获得10
22秒前
科研通AI2S应助科研通管家采纳,获得10
22秒前
22秒前
Ava应助科研通管家采纳,获得10
22秒前
悠悠应助科研通管家采纳,获得30
22秒前
23秒前
23秒前
luckydog发布了新的文献求助10
29秒前
清爽的凌晴完成签到 ,获得积分10
30秒前
顺颂时祺发布了新的文献求助10
31秒前
leeSongha完成签到 ,获得积分10
41秒前
希望天下0贩的0应助sfwrbh采纳,获得10
42秒前
43秒前
yzq完成签到 ,获得积分10
46秒前
ZH完成签到 ,获得积分10
49秒前
49秒前
大模型应助南街楼采纳,获得10
49秒前
49秒前
49秒前
心随以动完成签到 ,获得积分10
50秒前
sfwrbh完成签到,获得积分10
54秒前
55秒前
55秒前
55秒前
修辛完成签到 ,获得积分10
59秒前
感动的剑鬼完成签到,获得积分10
1分钟前
1分钟前
高分求助中
2025-2031全球及中国金刚石触媒粉行业研究及十五五规划分析报告 40000
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Introduction to strong mixing conditions volume 1-3 5000
Agyptische Geschichte der 21.30. Dynastie 3000
Les Mantodea de guyane 2000
Clinical Microbiology Procedures Handbook, Multi-Volume, 5th Edition 2000
„Semitische Wissenschaften“? 1510
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5746390
求助须知:如何正确求助?哪些是违规求助? 5433407
关于积分的说明 15355310
捐赠科研通 4886348
什么是DOI,文献DOI怎么找? 2627185
邀请新用户注册赠送积分活动 1575657
关于科研通互助平台的介绍 1532411