Automated Driving 에서 Deep Reinforcement Learning 을 사용한 Lane Change Decision-Making System 에 관한 연구

성상모; 안홍일; 정재일

상세 보기

Automated Driving 에서 Deep Reinforcement Learning 을 사용한 Lane Change Decision-Making System 에 관한 연구

A Study on Decision-Making System for Lane Change Using Deep Reinforcement Learning in Automated Driving

성상모;
안홍일;
정재일

초록

본 논문에서는 심층 강화 학습과 차량간 통신을 결합한 차선 변경 시스템을 구축하였다. 차선 변경을 시도하는 host 차량은 차량 통신 장치가 모두 장착된 remote 차량과 자차의 state 정보를 수신한다. host 차량의 deep deterministic policy gradient learning 알고리즘은 state 정보로부터 host 차량의 high-level action 을 결정한다. 제안된 시스템은 차량 동역학에 관한 정보없이 주행 및 충돌 방지 action 을 학습한다. 마지막으로 host 및 remote 차량의 상태 정보에 대한 업데이트 period 를 고려하였다.

제목: Automated Driving 에서 Deep Reinforcement Learning 을 사용한 Lane Change Decision-Making System 에 관한 연구

제목 (타언어): A Study on Decision-Making System for Lane Change Using Deep Reinforcement Learning in Automated Driving

저자: 성상모; 안홍일; 정재일

발행일: 2020-02

유형: Proceeding

저널명: 2020년도 한국통신학회 동계종합학술발표회

페이지: 993 ~ 994