Accelerating the Evolution of Personalized Automated Lane Change through Lesson Learning

要約

先進運転支援システムを広く普及させるには、パーソナライゼーションが不可欠です。
各ユーザーの好みに合わせるためには、オンライン進化機能が必須です。
しかし、従来の進化手法は自然主義的な運転データから学習するため、多くのコンピューティング能力が必要であり、オンラインで適用することはできません。
この課題に対処するために、この論文では、ドライバーの乗っ取り介入から学習するという教訓学習アプローチを提案します。
オンライン乗っ取りデータを活用することで、ガウス判別分析を使用して知覚安全を確保するための走行ゾーンが生成されます。
軌道計画の報酬に対するリアルタイムの修正は、見習い学習を通じて実行されます。
このアプローチは、走行ゾーンの制約内で報酬を最適化するという目的に基づいて、軌道計画にモデル予測制御を採用しています。
このレッスン学習フレームワークは、より迅速な進化能力、経験の蓄積の熟練度、認識された安全性の保証、および計算効率で強調されています。
シミュレーション結果は、提案されたシステムがさらなる乗っ取り介入なしで一貫して成功したカスタマイズを達成することを示しています。
蓄積された経験値により、進化効率が 24% 向上します。
学習反復の平均回数はわずか 13.8 回です。
平均計算時間は 0.08 秒です。

要約(オリジナル)

Personalization is crucial for the widespread adoption of advanced driver assistance system. To match up with each user’s preference, the online evolution capability is a must. However, conventional evolution methods learn from naturalistic driving data, which requires a lot computing power and cannot be applied online. To address this challenge, this paper proposes a lesson learning approach: learning from driver’s takeover interventions. By leveraging online takeover data, the driving zone is generated to ensure perceived safety using Gaussian discriminant analysis. Real-time corrections to trajectory planning rewards are enacted through apprenticeship learning. Guided by the objective of optimizing rewards within the constraints of the driving zone, this approach employs model predictive control for trajectory planning. This lesson learning framework is highlighted for its faster evolution capability, adeptness at experience accumulating, assurance of perceived safety, and computational efficiency. Simulation results demonstrate that the proposed system consistently achieves a successful customization without further takeover interventions. Accumulated experience yields a 24% enhancement in evolution efficiency. The average number of learning iterations is only 13.8. The average computation time is 0.08 seconds.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google