Autonomous racing task

新的模仿学习方法增强了神经网络控制策略的安全性

研究人员开发了一种名为交错投影梯度下降（IPGD）的新型模仿学习技术，旨在训练神经网络控制策略，同时遵守状态和输入约束。该方法将标准的模仿梯度步骤与安全步骤交替进行，安全步骤将动作投影到安全集合上，旨在满足训练过程中的约束并提高在实际应用中的性能。在自动驾驶赛车任务的模拟中，与基于惩罚的方法相比，IPGD 显著减少了约束违反，在达到可比的单圈时间的同时，表现出对参数调整更大的鲁棒性。