Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2507.05251

帮助 | 高级搜索

计算机科学 > 机器人技术

arXiv:2507.05251 (cs)
[提交于 2025年7月7日 ]

标题: 强化学习在自动驾驶中的动作空间缩减策略

标题: Action Space Reduction Strategies for Reinforcement Learning in Autonomous Driving

Authors:Elahe Delavari, Feeza Khan Khanzada, Jaerock Kwon
摘要: 强化学习(RL)通过使代理通过与环境的交互学习控制策略,为自动驾驶提供了一个有前景的框架。 然而,用于支持精细控制的大而高维的动作空间可能会阻碍训练效率并增加探索成本。 在本研究中,我们引入并评估了两种新的结构化动作空间修改策略,用于自动驾驶中的强化学习:动态遮罩和相对动作空间缩减。 这些方法与固定缩减方案和完整动作空间基线进行系统比较,以评估它们对策略学习和性能的影响。 我们的框架利用了一个多模态近端策略优化代理,该代理处理语义图像序列和标量车辆状态。 所提出的动态和相对策略基于上下文和状态转换进行实时动作遮罩,在保持动作一致性的同时消除无效或次优选择。 通过在多样化驾驶路线上的全面实验,我们表明动作空间缩减显著提高了训练稳定性和策略性能。 特别是动态和相对方案在学习速度、控制精度和泛化能力之间实现了有利的平衡。 这些发现强调了上下文感知动作空间设计在自动驾驶任务中可扩展且可靠强化学习的重要性。
摘要: Reinforcement Learning (RL) offers a promising framework for autonomous driving by enabling agents to learn control policies through interaction with environments. However, large and high-dimensional action spaces often used to support fine-grained control can impede training efficiency and increase exploration costs. In this study, we introduce and evaluate two novel structured action space modification strategies for RL in autonomous driving: dynamic masking and relative action space reduction. These approaches are systematically compared against fixed reduction schemes and full action space baselines to assess their impact on policy learning and performance. Our framework leverages a multimodal Proximal Policy Optimization agent that processes both semantic image sequences and scalar vehicle states. The proposed dynamic and relative strategies incorporate real-time action masking based on context and state transitions, preserving action consistency while eliminating invalid or suboptimal choices. Through comprehensive experiments across diverse driving routes, we show that action space reduction significantly improves training stability and policy performance. The dynamic and relative schemes, in particular, achieve a favorable balance between learning speed, control precision, and generalization. These findings highlight the importance of context-aware action space design for scalable and reliable RL in autonomous driving tasks.
主题: 机器人技术 (cs.RO) ; 人工智能 (cs.AI)
引用方式: arXiv:2507.05251 [cs.RO]
  (或者 arXiv:2507.05251v1 [cs.RO] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.05251
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Elahe Delavari [查看电子邮件]
[v1] 星期一, 2025 年 7 月 7 日 17:58:08 UTC (726 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
cs.AI
cs.RO

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号