जोखिम-फ्यूज़्ड प्रतिबंध के साथ लेन परिवर्तन निर्णय निर्माण का सुरक्षित सुदृढ़न सीखना

गहरा सुदृढ़न सीखना (डीआरएल) स्वायत्त ड्राइविंग के लिए एक शक्तिशाली विधि बन गया है जबकि अक्सर सुरक्षा गारंटी की कमी होती है। इस पत्र में, हम लेन परिवर्तन प्रक्रिया में सुरक्षित निर्णय लेने के लिए डी3क्यूएन नेटवर्क के साथ एक जोखिम-फ्यूज़्ड प्रतिबंध गहरा सुदृढ़न सीखने (आरसीडीआरएल) का प्रस्ताव करते हैं। समस्या को स्थिति-वार एमडीपी (एससीएमडीपी) के रूप में रूपांतरित किया गया है, जो एक नियम-आधारित जोखिम-फ्यूज़्ड प्रतिबंध मॉड्यूल को समाहित करता है। हम निर्णय क्रिया को ट्राजेक्टरी स्तर पर एक बहुपद वक्र-आधारित ट्राजेक्टरी योजनाकार के माध्यम से मानचित्रित करते हैं, जो भविष्य के जोखिम का आकलन करने और असुरक्षित क्रिया को सही करने के लिए आसपास के वाहनों के पूर्वानुमानित ट्राजेक्टरी के साथ संयोजित होता है। इसलिए, प्रस्तावित विधि नीति नेटवर्क को प्रशिक्षित करने के दौरान असुरक्षित निर्णय क्रियाओं का सामना कर सकती है। निर्णय प्रदर्शन की जांच के लिए, प्रशिक्षित आरसीडीआरएल नीति विभिन्न यातायात घनत्वों के तहत परीक्षण और मान्य की गई है। विशेष रूप से, हम प्रस्तावित विधि की प्रभावशीलता को मान्य करने के लिए वास्तविक वाहन परीक्षण करते हैं। अनुकरण और वास्तविक वाहन परीक्षणों ने दिखाया कि प्रस्तावित आरसीडीआरएल विधि बेहतर प्रदर्शन प्राप्त करती है, विशेष रूप से सुरक्षित निर्णय में। इसके अलावा, ढांचे को अन्य उन्नत डीआरएल नेटवर्क के साथ विस्तारित किया जा सकता है।