双层强化学习框架

集成决策与规划

面向自动驾驶多时间尺度任务的集成决策与运动规划闭环方案，兼顾安全、效率与舒适性。

Liao, Yaping · 余贵珍 · 陈鹏 · 周彬 · Han, Li

IEEE Transactions on Vehicular Technology 2023

技术优势

闭环优化

通过前向决策输出指导和反向运动规划反馈优化，形成闭环机制，持续改进决策策略。

多目标兼顾

上层奖励函数同时考虑安全性、效率、舒适性和决策执行，使决策在多个目标间取得平衡。

性能提升

与四种基准方法相比，所提出框架展现出增强的驾驶性能。

应用场景

• 自动驾驶系统：为自动驾驶系统提供集成决策与规划的模块，提升整体驾驶性能。
• 智能车辆控制：用于智能车辆控制，优化多时间尺度任务下的车辆行为。
• 车辆决策规划：直接面向车辆决策与规划，耦合长期决策与短期运动规划。
• 多智能体协调：在交互场景中协调多车行为，实现安全高效的驾驶。