文献

J-GLOBAL ID：202102283459908592   整理番号：21A2570665

自律車両の安全運転のためのポリシー-用語とアクター-批評ベース状態表現学習【JST・京大機械翻訳】

Policy-Gradient and Actor-Critic Based State Representation Learning for Safe Driving of Autonomous Vehicles

著者 (5件)： Gupta Abhishek ,  Khwaja Ahmed Shaharyar ,  Anpalagan Alagan ,  Guan Ling ,  Venkatesh Bala
資料名： Sensors (Web)  (Sensors (Web))
巻： 20  号： 21  ページ： 5991  発行年： 2020年 
JST資料番号： U7015A  ISSN： 1424-8220  CODEN： SENSC9  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 本論文では,状態表現学習(SRL)を用いた自律運転のための環境認識フレームワークを提案した。効率的な環境知覚と物体検出に対する既存のQ学習ベース法とは異なり,提案手法は,決定論的および確率的ポリシー勾配の下で,学習損失を考慮した。変分オートエンコーダ(VAE),深い決定論的政策勾配(DDPG),およびソフトアクター-批評(SAC)の組合せを通して,著者らは,かなりの運転距離のためにトラックを操縦することなく,非中断および合理的に安全な自律運転に焦点を合わせた。提案技法は,運転データセット上で明示的に訓練されることなく,環境との複雑な相互作用の下で自律車両の学習を示す。持続期間にわたるスキームの有効性を確保するために,負の報酬が好ましくない行動と関連する報酬-ペナルティベースシステムを採用し,好ましい報酬が好ましい行動に向いている。DonKeyシミュレータのシミュレーション結果により,学習プロセスに対するVAE+DDPGとVAE+SACに対する政策損失,値損失,報酬関数,累積報酬の変化を調べることにより,提案手法の有効性を示した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  相互作用 ,  変分法 ,  *学習 ,  シミュレータ ,  有効性 ,  継続時間
準シソーラス用語： 自律性 ,  学習過程 ,  環境認識 ,  Q学習 ,  物体検出 ,  安全運転 ,  決定論 ,  報酬関数 , 【Automatic Indexing@JST】

著者キーワード (6件)： 状態表現学習 ,  変分オートエンコーダ ,  深い決定論的政策勾配 ,  ソフトアクター-批評 ,  自律運転 ,  Markov決定過程

分類 (1件)： 都市交通  (TA01020W)

引用文献 (43件)：

• Arulkumaran, K.; Deisenroth, M.P.; Brundage, M.; Bharath, A. Deep Reinforcement Learning: A Brief Survey. IEEE Signal Process. Mag. 2017, 34, 26-38.
• Sigaud, O.; Stulp, F. Policy search in continuous action domains: An overview. IEEE Signal Process. Mag. 2019, 113, 28-40.
• Zhu, M.; Wang, X.; Wang, Y. Human-like autonomous car-following model with deep reinforcement learning. Transp. Res. Part C 2018, 97, 348-368.
• Papathanasopoulou, V.; Antoniou, C. Towards data-driven car-following models. Transp. Res. Part C 2019, 55, 496-509.
• Kendall, A.; Hawke, J.; Janz, D.; Mazur, P.; Reda, D.; Allen, J.; Lam, V.; Bewley, A.; Shah, A. Learning to Drive in a Day. arXiv 2018, arXiv:1807.00412v2.

タイトルに関連する用語 (4件)： 自律 ,  用語 ,  アクター ,  表現学習