约束引导行为变压器用于在十字路口连接和自动化车辆的集中协调

科学领域:

• 智能运输系统 智能运输系统
• 交通运输中的人工智能
• 自主驾驶系统 自主驾驶系统

背景情况:

• 连接和自动化车辆 (CAV) 在没有信号的十字路口的集中协调对于交通效率,安全和舒适性至关重要.
• 现有的自主交叉管理 (AIM) 系统,包括基于规则的,优化和当前的强化学习 (RL) 方法,在概括,计算效率,政策推断和安全方面面临挑战.
• 复杂的交通环境和动态条件需要先进的协调策略.

研究的目的:

• 提出一种新的安全强化学习 (RL) 方法,安全强化学习的约束引导行为转换器 (CoBT-SRL),用于在没有信号的十字路口集中协调CAV.
• 提高自主交叉路口管理的决策效率和安全性.
• 改进现有的基于RL的最佳控制方法,以实现CAV协调.

主要方法:

• 利用变压器作为政策网络来捕获远程依赖关系,并通过从历史状态,行为和回报中学习来提高数据样本效率.
• 包含一个序列级的调节器,以促进政策探索,同时在政策更新期间保持安全.
• 在行为转换器框架内采用受约束引导的方法,以确保安全的RL.

主要成果:

• CoBT-SRL在模拟中展示了稳定的培训进展和有效的融合.
• 拟议的方法优于其他RL方法和基于最佳控制的车辆交叉路口协调方案 (VICS).
• 在交通效率,驾驶安全和乘客舒适性方面观察到显著的改善.

结论:

• CoBT-SRL为安全和高效的自动交叉路口管理提供了有效的解决方案.
• 基于变压器的方法与序列级调节提高了RL对CAV协调的性能.
• 这种方法代表了在复杂的交通场景中确保连接和自动化车辆的安全和效率的重大进步.