MPC与RL混合框架用于卡车高速驾驶仿真

论文作者提出一种用于自动驾驶卡车高速公路交互交通的MPC与强化学习混合框架：有限时域MPC通过动态规划求解，并用预训练RL模型估计终端代价。 作者在带反应式周围交通的仿真环境中，将该框架与零终端代价的纯MPC、用基础策略估计终端代价的rollout以及纯RL对比，结果显示混合方法实现零碰撞，且代价在所有配置中最低。上述结果均为仿真结果，未经实车验证。

AI 根据报道生成 · 4 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。