Evasión de colisión para conducción autónoma en un ambiente urbano usando aprendizaje reforzado profundo y aprendizaje por representación

Abstract

Esta tesis aborda el problema de evasión de colisiones en vehículos autónomos para un escenario urbano usando un paradigma de aprendizaje reforzado. Si bien en la literatura se ha tratado este problema desde un foco de aprendizaje reforzado nunca se ha hecho desde una perspectiva que combine aprendizaje por imitación, reforzado y por representación. Una de las principales contribuciones de este trabajo es la propuesta de un algoritmo de aprendizaje reforzado junto a demostraciones expertas que hacen uso de representaciones de estados para el aprendizaje de una política de conducción autónoma. El algoritmo en cuestión es denominado TD3CoL y combina las ideas del algoritmo CoL más los beneficios del algoritmo TD3. Para validar la idea planteada se utiliza el simulador de vehículos autónomos CARLA, en donde se instancian vehículos con distintas posiciones y orientaciones que sirven como obstáculos para el agente en su llegada a un objetivo. Mediante una evaluación exhaustiva del controlador neuronal obtenido se comprueba la robustez de la política obtenida en 7 configuraciones diferentes del ambiente. Demostrándose que el algoritmo TD3CoL supera en desempeño a lo realizado por CoL y DDPG para las métricas radio de colisión y recompensa promedio en la situación planteada.