同济大学研究人员开创更安全自动驾驶的进化决策

盖世汽车讯 据外媒报道，同济大学研究团队在自动驾驶领域取得重大进展，提出一种新颖的在线进化决策和运动规划框架，可确保在现实环境中安全合理的驾驶。该研究团队由同济大学研究人员黄岩军和陈虹领导，且相关论文《基于安全理性探索与利用的自动驾驶进化决策与规划（Evolutionary Decision-Making and Planning for Autonomous Driving Based on Safe and Rational Exploration and Exploitation）》已发表于期刊《Engineering》。

图片来源：期刊《Engineering》

该研究解决了自动驾驶决策和运动规划的关键问题，旨在提高安全性和效率。研究团队开发出混合数据和模型驱动的方法，将用于决策的深度强化学习（DRL）与用于运动规划的模型预测控制（MPC）相结合。该框架使自动驾驶车辆能够做出合理的驾驶决策，同时遵守车辆物理限制定义的多种约束。

研究团队提出了自动驾驶在线演进的安全性和合理性两大原则。基于上述框架，研究人员建立了安全驾驶包络线，并设计出合理的探索和开发方案，通过屏蔽不安全行为，以获得高质量的训练数据，实现自动驾驶安全合理的自我进化。基于安全的在线学习机制，实现系统在规划层能力边界内的不断演进，最大化利用规划层的能力。

为了验证他们的框架，研究团队使用高保真车辆模型和MATLAB/Simulink联合仿真环境进行了实验。结果表明，所提出的在线进化框架在现实环境中产生更安全、更合理、更高效的驾驶行为。

这篇研究文章最后提出了他们工作的未来方向。该团队计划让智能体能够学习MPC参数，从而增强决策和运动规划的灵活性。此外，研究人员旨在在此框架下研究更多的驾驶任务并进行实车实验。

同济大学这项研究是自动驾驶领域的重大进展。他们的进化决策和运动规划的创新框架不仅确保安全合理的驾驶，而且有助于提高交通效率。

【以上内容转自“盖世汽车”，不代表本网站观点。 如需转载请取得盖世汽车网许可，如有侵权请联系删除。】

延伸阅读：

• 自动驾驶变革之中，寻到确定性
• 2021科技创新陷阱：元宇宙成吞金兽，自动驾驶比火箭还烧钱