Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

TreeIRL: Safe Urban Driving with Tree Search and Inverse Reinforcement Learning

Created by
  • Haebom

作者

Momchil S. Tomov, Sang Uk Lee, Hansford Hendrago, Jinwook Huh, Teawon Han, Forbes Howington, Rafael da Silva, Gianmarco Bernasconi, Marc Heim, Samuel Findler, Xiaonan Ji, Alexander Boule, Michael Napoli, Kuo Chen, Jesse Miller, Boaz Flo

概要

この論文では、自律走行のための新しいプランナーであるTreeIRLを紹介します。 TreeIRLは、モンテカルロツリーナビゲーション（MCTS）と逆強化学習（IRL）を組み合わせて、シミュレーションと実際の走行環境で最先端のパフォーマンスを達成します。重要なアイデアは、MCTSを使用して安全な候補軌跡のセットを見つけ、深いIRLスコア関数を使用して、その中で最も人間に似た軌跡を選択することです。 TreeIRLは、大規模なシミュレーションとラスベガス地域での500マイル以上の実際の自律走行テストを通じて、既存および最先端のプランナーと比較評価されました。テストシナリオには、混雑した都市交通、適応クルーズコントロール、割り込み、信号灯が含まれていました。 TreeIRLは、安全性、進行、快適さ、および人間の類似性のバランスを保ち、最高の全体的なパフォーマンスを達成しました。本研究は、公共道路でMCTSベースの計画を最初に実証したものであり、さまざまなメトリックと実際の環境でプランナーを評価することが重要であることを強調しています。 TreeIRLはスケーラビリティが高く、強化学習と模倣学習を通じてさらなる改善を可能にし、自律走行計画のボトルネックを解決するための古典的および学習ベースのアプローチの様々な組み合わせを探索するためのフレームワークを提供します。

Takeaways、Limitations

•
Takeaways:
◦
MCTSとIRLの組み合わせにより自律走行プランナーの性能を向上
◦
実際の走行環境におけるMCTSベースの計画の実施の成功を示す
◦
安全性、進行、快適性、人間の類似性など、さまざまな側面を考慮したプランナー評価の重要性を強調
◦
今後の強化学習と模倣学習との統合による潜在的な改善の可能性の提示
•
Limitations:
◦
論文に具体的なLimitationsへの言及はありません
👍
Made with Slashpage