แนวคิดหลัก
본 연구는 실시간 관측 지연이 존재하는 환경에서 자율 주행 차량이 안전하고 효율적으로 고속도로에 진입하여 합류할 수 있도록 하는 강화학습 기반의 통합 제어 기술을 제안한다.
บทคัดย่อ
본 연구는 자율 주행 차량의 고속도로 진입 합류 문제를 해결하기 위해 강화학습 기반의 통합 제어 기술을 제안한다. 제안하는 기술은 다음과 같은 핵심 구성요소를 포함한다:
- 차선 유지 및 차선 변경 에이전트: 강화학습 기반의 에이전트로, 가속도 변경과 차선 변경 결정을 수행한다.
- 잠재 상태 추론 에이전트: 주변 차량의 운전 스타일을 추정하는 지도학습 기반의 에이전트.
- 안전 제어기: 학습 기반 에이전트의 결정을 모니터링하고 필요시 수정하여 안전성을 보장한다.
제안하는 L3IS 에이전트는 이러한 구성요소를 통합하여 실시간 관측 지연이 존재하는 환경에서도 안전하고 효율적인 고속도로 진입 합류를 수행할 수 있다. 실험 결과, L3IS 에이전트는 99.90%의 높은 성공률을 보였으며, 관측 지연이 1초까지 존재하는 경우에도 93.84%의 성공률을 달성하는 등 실제 환경에서의 강인성을 입증하였다.
สถิติ
실험 환경에서 주변 차량의 최대 속도는 12.21 m/s였다.
1초의 관측 지연이 존재하는 경우, 각 차량의 위치 변화는 약 12 m에 달한다.
관측 지연이 2초 이상인 경우, L3IS 에이전트의 성공률이 크게 감소하였다.
คำพูด
"본 연구는 실시간 관측 지연이 존재하는 환경에서 자율 주행 차량이 안전하고 효율적으로 고속도로에 진입하여 합류할 수 있도록 하는 강화학습 기반의 통합 제어 기술을 제안한다."
"제안하는 L3IS 에이전트는 99.90%의 높은 성공률을 보였으며, 관측 지연이 1초까지 존재하는 경우에도 93.84%의 성공률을 달성하는 등 실제 환경에서의 강인성을 입증하였다."