安全フィルタリングを超えて：制御バリア関数を活用した連結自動運転車の強化学習
Beyond Safety Filtering: Control Barrier Function-Informed Reinforcement Learning for Connected and Automated Vehicles
制御バリア関数（CBF）の制約値を報酬信号に変換し、マルチエージェント強化学習の安全性を高める手法を提案。交差点シナリオで既存手法より高い性能とロバスト性を示した。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ AIが要旨から生成した要約です。正確性は原文をご確認ください。
著者: Jianye Xu, Bassam Alrifaee
分類: cs.RO, cs.SY, eess.SY
原文アブストラクト
Reinforcement Learning (RL) uses rewards to guide learning, yet reward design is typically hand-crafted using heuristics that can be difficult to tune. We propose a Control Barrier Function (CBF)-informed reward design for Multi-Agent RL (MARL) that converts CBF constraint values under joint MARL actions into a reward signal that explicitly guides safe learning. We compare against two heuristic reward baselines in a four-way multi-lane intersection with connected and automated vehicles. Results show that our method achieves the highest task performance and is less sensitive to reward hyperparameters, yielding consistently strong performance across the tested hyperparameter range. Code for reproducing the experimental results and a video demonstration are available at https://github.com/bassamlab/SigmaRL.
関連論文
- 運転意図の増幅による計画指向強化学習の性能向上強化学習/自動運転
- 実世界アジャイル運転のためのリセットフリー強化学習：実証研究強化学習/自動運転
- 減衰残差方策最適化による実世界自動運転レースの効率化強化学習/自動運転
- 報酬拡張強化学習による精密自動駐車の連続制御強化学習/自動運転
- 強化学習によるレーシングポリシーの学習強化学習/自動運転
- 最大安全確率学習に基づく自律ドリフト制御強化学習/自動運転
