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

Abstract

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.