【标题】SafeRL-Kit: Evaluating Efficient Reinforcement Learning Methods for Safe Autonomous Driving

【作者团队】Linrui Zhang, Qin Zhang, Li Shen, Bo Yuan, Xueqian Wang

【发表日期】2022.6.17

【论文链接】https://arxiv.org/pdf/2206.08528.pdf

【Demo】https://github.com/zlr20/saferl_kit

【推荐理由】安全强化学习（RL）在风险敏感任务上取得了显著的成功，在自动驾驶（AD）方面也显示出了良好的前景。考虑到该群体的独特性，安全AD仍然缺乏有效且可重复的基线。本文发布了 SafeRL-Kit，以对面向AD任务的安全RL方法进行基准测试。即 SafeRL-Kit包含几个针对零约束违反任务的最新算法，包括安全层、恢复RL、离线策略的拉格朗日方法和可行的Actor-Critic。除了现有的方法外，还提出了一种新的一阶方法，称为精确惩罚优化（EPO），并充分证明了其在安全AD中的能力。SafeRL-Kit中的所有算法都是在（i）off-policy 设置下实现的，这提高了样本效率，并能更好地利用过去的日志；（ii）具有统一的学习框架，为研究人员提供现成的接口，将其特定领域的知识纳入基本的安全RL方法。最后，在 SafeRL-Kit 中对上述算法进行了比较评估，并阐明了它们在安全自主驾驶方面的有效性。

内容中包含的图片若涉及版权问题，请及时与我们联系删除