跳到正文
arXiv · cs.RO· Wenhan Li; Yangrui Zhang; Hang Zhou; Peiran Liu; Yiding Ji·· 10 天前AI 评分42

论文 / 摘要阅读

RLTrajGen-PPMPC-CBF:面向自动驾驶车辆环岛导航的预设性能引导安全强化学习框架

Prescribed Performance Guided Safe Reinforcement Learning for Roundabout Navigation of Autonomous Vehicles

AI 导读 · 根据来源整理

研究提出分层框架RLTrajGen-PPMPC-CBF,用预设性能约束(PPC)调节强化学习规划与MPC控制之间的耦合,并以控制屏障函数(CBF)层提供实时安全修正并反馈至RL过程。在MetaDrive仿真环境中,该方法相比最优基线平均成功率提升6.25%,运动病剂量值(MSDV)降低65.87%,同时加快训练收敛。

本站目前提供摘要

以上是对来源材料的中文整理,不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。

前往 arXiv · cs.RO 阅读原文 ↗

来源:arXiv · cs.RO · arxiv.org