一、論文信息

發表日期：2015年

發表機構：新加坡國立大學，計算機科學系

二、論文內容

1.解決問題：無人車在人員密集處的速度規劃算法

2.方法：前向仿真+強化學習概念

 ①.路徑規劃和速度規劃進行解耦，進行速度規劃之前路徑已確定。

 ②.速度規劃采取部分可觀測馬爾可夫決策過程，借用了強化學習的動作價值函數思想，S, A, Z, T, O, R, γ。設計狀態變量、動作空間、動作價值函數。觀測變量包括自車的狀態變量（x,y,theta,v等）和行人的狀態變量（x,y,v）。狀態變量由觀測值推出，基本與觀測變量相同，但是需要由行人時序信息推測出其目的地goal（可能有多個）。動作價值函數考慮與行人距離、與目的地距離、快速性以及行駛的平穩性。動作空間為加速（0.5m/s^2）、減速（-0.5m/s^2)、勻速（0m/s^2）。在每個規劃周期離線向前推導若干步，計算每個動作的價值函數，選取最大的一個進行執行。

 三、方法性能分析

優點：具有較好的前瞻性，能夠閉環模擬若干步

缺點：動作空間離散，引起動作不平順；計算量大，無法及時響應突發情況；在論文中只把該算法和一種較為低級的反應式算法進行對比，無法真正證明此算法的優越性；代碼未開源