提出基于竞速策略迁移的车辆失稳恢复方法
热点事件历史事件
提出基于竞速策略迁移的车辆失稳恢复方法
1 篇报道1 个报道来源3 天前更新
先了解这件事
报道摘要
研究先用强化学习训练出以漂移实现时间最优过弯的赛车策略，再以最小时间奖励继续训练，将其迁移为车辆失稳后的恢复策略。在 294 个初始失控状态上，迁移策略的恢复效果比 Stanley 路径跟踪器提升 186.8%，并优于非线性模型预测控制器和从零训练的纯恢复策略。
摘自 arXiv cs.RO
最新进展10月16日 12:00
从赛车到救车：用学习自主赛车打造自动驾驶先进安全系统报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv cs.RO从赛车到救车：用学习自主赛车打造自动驾驶先进安全系统
研究先用强化学习训练出以漂移实现时间最优过弯的赛车策略，再以最小时间奖励继续训练，将其迁移为车辆失稳后的恢复策略。在 294 个初始失控状态上，迁移策略的恢复效果比 Stanley 路径跟踪器提升 186.8%，并优于非线性模型预测控制器和从零训练的纯恢复策略。