This thesis applies reinforcement learning to learn behavior policies for autonomous vehicles, evaluates and post-optimizes these to obtain smooth behaviors. It proposes reward shaping functions, discusses input representations, and introduces a graph neural network actor-critic architecture that is invariant towards the number and order of vehicles. The behavior policies are evaluated at runtime using a counterfactual behavior policy evaluation. A post-optimization smoothens the behavior that preserves the interactions with others while guaranteeing the same constraints.     «

This thesis applies reinforcement learning to learn behavior policies for autonomous vehicles, evaluates and post-optimizes these to obtain smooth behaviors. It proposes reward shaping functions, discusses input representations, and introduces a graph neural network actor-critic architecture that is invariant towards the number and order of vehicles. The behavior policies are evaluated at runtime using a counterfactual behavior policy evaluation. A post-optimization smoothens the behavior that p...     »

Diese Thesis wendet Reinforcement Learning zum Erlernen von Verhaltensstrategien für autonome Fahrzeuge an, wertet diese aus und optimiert diese nach, um reibungslose Verhalten zu erhalten. Es schlägt Belohnungsformungsfunktionen vor, diskutiert Eingabedarstellungen und führt eine Graph Neural Network Actor-Critic Architektur ein, die invariant gegenüber der Anzahl und Reihenfolge der Fahrzeuge ist. Die Verhaltensstrategien werden zur Laufzeit unter Verwendung der Counterfactual Behavior Policy Evaluation evaluiert. Das Verhalten wird von einer Nachoptimierung geglättet, welche die Interaktionen mit anderen bewahrt und gleichzeitig die gleichen Einschränkungen garantiert.     «

Diese Thesis wendet Reinforcement Learning zum Erlernen von Verhaltensstrategien für autonome Fahrzeuge an, wertet diese aus und optimiert diese nach, um reibungslose Verhalten zu erhalten. Es schlägt Belohnungsformungsfunktionen vor, diskutiert Eingabedarstellungen und führt eine Graph Neural Network Actor-Critic Architektur ein, die invariant gegenüber der Anzahl und Reihenfolge der Fahrzeuge ist. Die Verhaltensstrategien werden zur Laufzeit unter Verwendung der Counterfactual Behavior Policy...     »