自动驾驶中的多智能体强化学习：综述

文章预览

点击下方 卡片 ，关注“ 自动驾驶专栏 ”公众号 自动驾驶干货 ，即可获取 论文链接： https://arxiv.org/pdf/2408.09675 综述链接：https://github.com/ispc-lab/MARL4AD 摘要 本文介绍了自动驾驶中的多智能体强化学习：综述 。强化学习（RL）是一种有效的顺序决策工具，在很多具有挑战性的现实世界任务中取得了超越人类能力的性能。作为RL在多智能体系统领域的扩展，多智能体强化学习（MARL）不仅需要学习控制策略，还需要考虑与环境中所有其它智能体的交互，不同系统组件之间的相互影响以及计算资源的分配。这增加了算法设计的复杂度，并且对计算资源提出了更高的要求。同时，仿真器对于获取逼真的数据是至关重要的，这是RL的基础。本文首先提出了一系列仿真器的度量标准，并且总结了现有基准的特点。其次，为了便于理解，本文回顾了基础知识，然 ………………………………