CVPR 2020：如何構(gòu)建健壯的駕駛策略
德國蒂賓根大學(xué)馬克斯·普朗克智能系統(tǒng)研究所計算機(jī)科學(xué)系 Andreas Geiger 教授在CVPR 2020自動駕駛分論壇中,作了題為“構(gòu)建健壯的駕駛決策”報告。
視頻中介紹了兩種有關(guān)通過學(xué)習(xí)強(qiáng)大駕駛策略的最新研究結(jié)果,這些策略能使CARLA仿真器具有最先進(jìn)的性能。
為了概括各種條件,通常我們利用多種類型的特定于情境的推理和學(xué)習(xí)策略。受此觀察結(jié)果的啟發(fā),該團(tuán)隊(duì)首先提出了一個新的框架,以學(xué)習(xí)一種情境駕駛策略,可以有效地捕捉各種情況下的推理,并在CARLA駕駛基準(zhǔn)和最先進(jìn)的性能方面達(dá)到98%的成功率。
視頻的第二部分討論了模仿學(xué)習(xí)中的協(xié)變量偏移問題。解決該問題,大多數(shù)用數(shù)據(jù)聚合技術(shù)的綜合性能都較差,Andreas教授團(tuán)隊(duì)提出了一種在經(jīng)驗(yàn)上具有更好的泛化性能的新穎方法。關(guān)鍵思想是根據(jù)收集到的策略數(shù)據(jù)提供給所對應(yīng)的學(xué)習(xí)策略使用,對關(guān)鍵狀態(tài)進(jìn)行采樣,并合并一個重放緩沖區(qū),該緩沖區(qū)逐漸集中于策略狀態(tài)分布的高不確定性區(qū)域。
該方法在CARLA NoCrash基準(zhǔn)上進(jìn)行了評估,重點(diǎn)關(guān)注行人和車輛密集的最具挑戰(zhàn)性的駕駛場景,實(shí)現(xiàn)了87%的專家性能,同時還無需使用任何其他方式就將碰撞率降低了一個數(shù)量級。
Andreas教授的研究得出了很多有意義的結(jié)論:模仿型學(xué)習(xí)算法無法捕捉到駕駛的復(fù)雜性,數(shù)據(jù)增強(qiáng)很重要,但在自動駕駛中很容易過度使用,需要更好的專家并且需要改進(jìn)模擬系統(tǒng)的天氣場景,讓駕駛策略更完善。。
分享
發(fā)表評論
請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
圖片新聞
最新活動更多
推薦專題
- 1 從技術(shù)狂歡到安全合規(guī) ：2025上半年自動駕駛?cè)谫Y進(jìn)入“場景閉環(huán)”新周期
- 2 智駕技術(shù)戰(zhàn)：特斯拉、華為、理想、小鵬和比亞迪，誰才是未來？
- 3 最嚴(yán)輔助駕駛新規(guī)，兩部門再劃監(jiān)管、宣傳紅線
- 4 自動駕駛RoboTaxi“闖五關(guān)”：混合運(yùn)營才能扛起商業(yè)化大旗？蘿卜快跑、小馬智行、文遠(yuǎn)知行、特斯拉、Waymo怎么選？
- 5 百度蘿卜快跑：從北大嶼山到香港島：自動駕駛在香港的 “三級跳” 啟示錄
- 6 ADS 4推送在即，華為乾崑憑什么率先奪下L3的“橋頭堡”？
- 7 尚界新車16.98萬起！鴻蒙智行“四界”齊發(fā)，第二階段拼什么？
- 8 “紅�！笔袌鲆廊挥行隆盎印保�2025成都車展重磅SUV全面看
- 9 OTA，不能再亂更新了
- 10 自動駕駛專利大揭秘：中國憑啥占了全球超四成？百度公司3477件申請量霸氣登頂榜首
