IEEE T-ITS 2024 | 中科院自动化所、港大、清华等联合发布基于模型的强化学习端到端自动驾驶系统SEM2

文章预览

导读 本文由论文共同一作、香港大学在读博士穆尧投稿。 近日，中科院自动化所、香港大学、清华大学李升波教授团队、北京科技大学联合发布一种高效可解释的基于模型的强化学习端到端自动驾驶系统SEM2，与SEM2相关论文发表于IEEE T-ITS 2024 顶刊 上。 论文标题：《Enhance Sample Efficiency and Robustness of End-to-end Urban Autonomous Driving via Semantic Masked World Model》 论文链接：https://arxiv.org/abs/2210.04017 端到端的自动驾驶方案直接将原始传感器数据映射到基本控制指令，相较于分层式架构具备巨大的性能潜力。但端到端的自动驾驶方案存在数据短缺、学习效率低下、鲁棒性差与可解释性差等问题。基于世界模型的强化学习方法[1]通过世界模型对环境进行建模，具有时序预测能力，进而能够获得数倍于原始样本的训练样本，相较于无模型强化学习算法样本效率较高 ………………………………