Core Concepts
교통 흐름 무작위화를 통해 자율 주행 차량의 결정과 제어를 향상시키는 방법
Abstract
현재의 연구는 규칙 기반 미시적 교통 흐름에서 강화 학습을 기반으로 한 자율 주행 차량의 결정 및 제어 작업에 초점을 맞추고 있음.
규칙 기반 미시적 교통 흐름에서 훈련 및 테스트를 실시하고, 도메인 무작위화 교통 흐름에서 훈련된 정책의 성능을 평가함.
결과는 도메인 무작위화 교통 흐름에서 훈련된 정책이 다른 미시적 교통 흐름에서 높은 성공률과 보상을 보여준다는 것을 보여줌.
Stats
규칙 기반 미시적 교통 흐름에서 훈련된 정책은 성공률과 계산적 보상이 다른 미시적 교통 흐름에서 훈련된 모델보다 훨씬 우수하다.
도메인 무작위화 교통 흐름에서 훈련된 정책은 다른 미시적 교통 흐름에서 테스트할 때 높은 성공률과 보상을 보여준다.
Quotes
"도메인 무작위화 교통 흐름에서 훈련된 정책은 다른 미시적 교통 흐름에서 훈련된 모델보다 성공률과 계산적 보상이 훨씬 우수하다."
"도메인 무작위화 교통 흐름에서 훈련된 정책은 다른 미시적 교통 흐름에서 테스트할 때 높은 성공률과 보상을 보여준다."