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
更新
大幅提高文件上传限制,最高150M (2024-4-1)

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
郭自同完成签到,获得积分10
刚刚
4秒前
辛勤香岚完成签到,获得积分10
7秒前
从容的水壶完成签到,获得积分10
7秒前
无花果应助小程采纳,获得10
12秒前
不解释完成签到,获得积分10
14秒前
宁静致远完成签到,获得积分10
18秒前
花开四海完成签到 ,获得积分10
20秒前
搭碰完成签到,获得积分0
24秒前
红叶应助科研通管家采纳,获得10
28秒前
30秒前
30秒前
Tohka完成签到 ,获得积分10
31秒前
王守奇发布了新的文献求助10
34秒前
ywzwszl完成签到,获得积分10
37秒前
37秒前
37秒前
刘晓伟完成签到,获得积分10
37秒前
青鱼完成签到,获得积分10
39秒前
高大的莞完成签到 ,获得积分10
40秒前
xiong发布了新的文献求助10
40秒前
科研木头人完成签到 ,获得积分10
41秒前
你博哥完成签到 ,获得积分10
42秒前
why发布了新的文献求助10
42秒前
思源应助糯米团子采纳,获得10
43秒前
俭朴的世界完成签到 ,获得积分10
43秒前
成就绮琴完成签到 ,获得积分10
44秒前
聚乙二醇完成签到 ,获得积分10
45秒前
天天快乐应助王守奇采纳,获得10
47秒前
48秒前
Polymer72应助xiong采纳,获得10
48秒前
猴王完成签到,获得积分10
50秒前
hululu完成签到 ,获得积分10
50秒前
畅快的眼神完成签到 ,获得积分10
51秒前
cometx完成签到 ,获得积分10
52秒前
Docter发布了新的文献求助10
54秒前
友好盼波完成签到,获得积分10
55秒前
56秒前
科研通AI2S应助刘菲清采纳,获得10
1分钟前
Docter完成签到,获得积分10
1分钟前
高分求助中
Solution Manual for Strategic Compensation A Human Resource Management Approach 1200
Natural History of Mantodea 螳螂的自然史 1000
Glucuronolactone Market Outlook Report: Industry Size, Competition, Trends and Growth Opportunities by Region, YoY Forecasts from 2024 to 2031 800
A Photographic Guide to Mantis of China 常见螳螂野外识别手册 800
Autoregulatory progressive resistance exercise: linear versus a velocity-based flexible model 500
The analysis and solution of partial differential equations 400
Sociocultural theory and the teaching of second languages 300
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 细胞生物学 免疫学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3339148
求助须知:如何正确求助?哪些是违规求助? 2967059
关于积分的说明 8628100
捐赠科研通 2646545
什么是DOI,文献DOI怎么找? 1449297
科研通“疑难数据库(出版商)”最低求助积分说明 671343
邀请新用户注册赠送积分活动 660176