PulseAugur
中
实时 05:30:44

New MAPS architecture improves autonomous vehicle coordination at intersections

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了一种名为主-代理原型规划系统（MAPS）的新型分层深度强化学习架构，以应对无信号灯交叉路口自动驾驶车辆协调的挑战。MAPS使用一个中心主代理生成紧凑的嵌入，或称为原型规划，以指导去中心化的工作代理执行车辆控制。该方法在模拟中成功展示了无碰撞导航和缩短的旅行时间，在一个训练了三个代理的系统中，对五个代理的场景表现出强大的泛化能力。 AI

影响 这项研究可能带来更高效、更安全的自动驾驶车队在复杂城市环境中的协调。

排序理由 详细介绍多代理强化学习新系统的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

New MAPS architecture improves autonomous vehicle coordination at intersections

报道来源 [2]

  1. arXiv cs.AI TIER_1 English(EN) · Gil Lifshits, Igal Bilik, Gilad Katz ·

    用于无信号交叉口自动驾驶汽车的紧凑型潜在协调

    arXiv:2607.21488v1 Announce Type: cross Abstract: Coordinating autonomous vehicles at unsignalized intersections remains a critical challenge for multi-agent reinforcement learning (MARL) systems, which typically struggle with combinatorial action spaces, reliance on privileged i…

  2. arXiv cs.MA (Multiagent) TIER_1 English(EN) · Gilad Katz ·

    用于无信号交叉口自动驾驶汽车的紧凑型潜在协调

    Coordinating autonomous vehicles at unsignalized intersections remains a critical challenge for multi-agent reinforcement learning (MARL) systems, which typically struggle with combinatorial action spaces, reliance on privileged information, or rigid agent designs. We propose Mas…

相关实体

相关话题