Transferência de Tarefas de Direção Usando Aprendizado Profundo por Reforço para Tomada de Decisão de Veículos Autónomos em Interseções Não Sinalizadas

A transferência de conhecimento é um conceito promissor para alcançar a tomada de decisão em tempo real para veículos autónomos. Este artigo constrói uma estrutura de aprendizado profundo por reforço (RL) de transferência para transformar as tarefas de direção em ambientes de interseção. As missões de direção na interseção não sinalizada são definidas como uma curva à esquerda, uma curva à direita e seguir em linha reta para veículos automatizados. O objetivo do veículo autónomo (AEV) é atravessar a situação da interseção de forma eficiente e segura. Este objetivo promove que o veículo estudado aumente sua velocidade e evite colidir com outros veículos. A política de tomada de decisão aprendida de uma tarefa de direção é transferida e avaliada em outra missão de direção. Os resultados da simulação revelam que as estratégias de tomada de decisão relacionadas a tarefas semelhantes são transferíveis. Isso indica que a estrutura de controle apresentada pode reduzir o consumo de tempo e realizar a implementação online.