소프트 액터-크리틱을 이용한 자율주행을 위한 고속도로 의사결정 및 운동 계획

이 연구에서는 심층 강화 학습을 기반으로 한 고속도로 주행 시나리오에서 연속적인 행동 공간을 가진 의사결정 및 운동 계획 컨트롤러를 구축합니다. 의사결정 및 계획 문제에서 목표는 자동화된 차량의 안전성, 효율성 및 편안함을 달성하는 것입니다. 주행 시나리오에서 주변 차량은 지능형 드라이버 모델과 일반 모델(차선 변경으로 인한 전체 제동 최소화, MOBIL)에 의해 제어되며, 이는 이들이 환경에 반응하고 고속도로에서 차량 상호작용을 모방할 수 있게 합니다. 주행 조건의 불확실성을 고려하여, 연속 행동 공간을 가진 의사결정 및 계획 문제를 해결하기 위해 소프트 액터-크리틱이라는 특정 심층 강화 학습 기법이 사용됩니다. 시뮬레이션 결과는 제안된 방법이 상호작용하는 교통 환경에서 의사결정 및 운동 계획 문제를 해결하여 안전한 차선 변경 기동을 수행하고 고속으로 주행할 수 있음을 보여줍니다. 또한, 안전성, 효율성 및 편안함에 대한 서로 다른 가중치를 가진 두 가지 제어 정책이 개발됩니다.