Steuerung eines autonomen Fahrzeugs durch Deep Reinforcement Learning

در این کتاب، آندریاس فولکرز یک الگوریتم کنترل برای کنترل یک وسیله نقلیه خودران ارائه می دهد. به منظور در نظر گرفتن دینامیک حرکت غیر خطی با یک زمان محاسباتی کوتاه، کنترل کننده به عنوان یک شبکه عصبی تعریف می شود و پارامترهای آن از قبل یاد می گیرند. این مرحله آموزشی در زمینه یادگیری تقویتی عمیق از طریق بهینه سازی خط مشی پروگزیمال در یک شبیه سازی انجام می شود. کیفیت کنترل کننده به دست آمده در نهایت هم از طریق شبیه سازی و هم زمانی که روی یک وسیله نقلیه واقعی در یک سناریوی پارکینگ اعمال می شود، ارزیابی می شود.​

Andreas Folkers stellt in diesem Buch einen Regelalgorithmus zur Steuerung eines autonomen Fahrzeugs vor. Um eine nichtlineare Bewegungsdynamik bei gleichzeitig kurzer Rechenzeit zu berücksichtigen, wird der Regler als Neuronales Netz definiert und dessen Parameter im Vorfeld gelernt. Dieser Trainingsschritt wird im Setting des Deep Reinforcement Learning durch die Proximal-Policy-Optimierung innerhalb einer Simulation durchgeführt. Die Qualität des resultierenden Reglers wird schließlich sowohl durch die Simulation als auch bei der Anwendung auf ein reales Fahrzeug in einem Parkplatz-Szenario evaluiert.​