Automated Driving in Uncertain Environments学习

今天开始，学习强化学习相关知识。

这是两篇关于不确定性环境下的自动驾驶决策的论文，是同一个作者的同一个工作的先后进展，以下给出学习和理解。

Decision Making for Autonomous Driving considering Interaction and Uncertain Prediction of Surrounding Vehicles

考虑周围车辆的相互作用和不确定性预测的自动驾驶决策

Automated Driving in Uncertain Environments: Planning with Interaction and Uncertain Maneuver Prediction
论文地址：https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=8248668

介绍

定义环境不确定性原因：

1. 其他车辆意图不明确
2. 未知的纵向(沿路)预测
3. 与主车路线相交的概率
4. 测量传感器噪声

相关工作

决策类型：

1. 基于规则、反应性、交互的
2. 置信状态规划（POMDP）
   offline：特定场景
   online：求解质量、问题复杂度（状态空间大小、规划时间范围）

问题表示

方法

方法-续-4
TAPIR
一种online方式求解POMDP问题的工具
是Adaptive Belief Tree (ABT)算法的一种实现
大多数在线求解器都是基于重新规划的，即在每一步从头开始重新计算一个解决方案，丢弃迄今为止计算出的任何解决方案，浪费计算资源。
ABT是一种在线POMDP求解器，能够适应对POMDP模型的修改，而无需从头开始重建策略。给定足够的时间，ABT在概率上收敛到当前POMDP模型的最优解。
https://github.com/rdl-algorithm/tapir

http://robotics.itee.uq.edu.au/dokuwiki/papers/isrr13_abt.pdf
这个链接好像不对了，文章名字是：An Online POMDP Solver for Uncertainty Planning in Dynamic Environment，可以自行搜索，或者关注我可以直接到我的资源里下载。

模拟结果

结论

论文创新点：

1. 提出一个解决在不同不确定的环境情况下自动驾驶决策的在线求解POMDP框架
2. 易于拓展，观测和计算的准确、效率提高对算法最终表现提升很大

我的思考（个人观点）

1. 模拟环境简化很多，真实环境表现或非良好
2. 对其他车辆的观测（地图）依赖比较大（速度、位置都要知道，感知范围太大、遮挡怎么办……）
3. 假设过强，条件局限了。

=============================持续更新。。。