1 背景
在之前的博客《自动驾驶---Behavior Planning介绍-CSDN博客》中,笔者推荐了一篇论文《Monte-CarloTree Search for Behavior Planning in Autonomous Driving》,不知道有没有读者看过,由于考虑到内容布局不能头轻脚重,笔者就没有深入论文内容去讲,因此计划单独开辟本篇博客去详细地介绍论文里的内容。
2 论文内容介绍
该篇论文的主要作者来自于多伦多大学计算机科学部和博世中国上海研发中心。论文中的主要研究成果也开源了代码(GitHub - zhongshun/MCTS_for_Behavior_Planning),使用的开发平台是matlab2023a及其自动驾驶toolbox。
2.1 论文摘要
如果自动驾驶汽车进入城市和高速公路环境,那么就需要开发鲁棒性强、适应性强的行为规划系统。研究提出了一种创新的方法来解决这一挑战,利用基于蒙特卡罗树搜索(MCTS)的自动驾驶行为规划算法。核心目标是利用MCTS固有的探索与利用之间的平衡,促进复杂的智能驾驶决策。
针对自动驾驶的具体需求,推出了基于 MCTS 的算法,论文中将设计的成本函数(包括安全性、舒适性和通过性指标&#