2024 conference-paper

Meta Reinforcement Learning for Autonomous Driving with Rapid Adaptation to Drivers*

Jiaming Xing, Haoyang Du, Dengwei Wei, Xinyu Zhang, Yixin Cui, Yanjun Huang

1Citations signalées, ce qui n’est pas une note de qualité

2Institutions déclarées

1Pays d’affiliation déclarés

Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

The development of autonomous driving is pro-pelling mobility into a new era of innovation. However, existing autonomous driving systems struggle to adapt to various drivers with diverse habits and behaviors, compared with simply catering to a few fixed driving styles. As a result, this paper combines meta-learning and reinforcement learning (RL) to propose an autonomous driving algorithm for personalized decision-making and control, i.e., MetaRL-AD algorithm. MetaRL-AD utilizes the off-policy RL to improve the sample efficiency. In addition, a training cycle sampling method is adopted to improve the stability and generalization, which significantly reduces the time to personalization. It is demonstrated that in an environment with high vehicle density, the method proposed in this paper increases the convergence speed by up to a factor of 8 without any rules or knowledge assistance. The results are available as videos at https://youtu.be/3VVHBz92xnQ.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé, mais le titre doit être comparé manuellement.

Titre Crossref: Meta Reinforcement Learning for Autonomous Driving with Rapid Adaptation to Drivers<sup>*</sup>
Date Crossref: 24/09/2024
Éditeur: IEEE
Type: proceedings-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

Tongji University pays non établi dans la notice
Université ou école supérieure
Jilin University pays non établi dans la notice
Université ou école supérieure
School of Automotive Studies pays non établi dans la notice
Université ou école supérieure
School of Transportation pays non établi dans la notice
Université ou école supérieure

Tongji University, Jilin University et School of Automotive Studies, avec 1 autre affiliation.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Autonomous Vehicle Technology and SafetyTraffic control and managementTransportation and Mobility Innovations

Consulter la publication primaire Ouvrir le DOI