CVPR 2020：如何構建健壯的駕駛策略
2020-06-24 09:43
智車科技IV
關注
德國蒂賓根大學馬克斯·普朗克智能系統研究所計算機科學系 Andreas Geiger 教授在CVPR 2020自動駕駛分論壇中,作了題為“構建健壯的駕駛決策”報告。
視頻中介紹了兩種有關通過學習強大駕駛策略的最新研究結果,這些策略能使CARLA仿真器具有最先進的性能。
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習策略。受此觀察結果的啟發,該團隊首先提出了一個新的框架,以學習一種情境駕駛策略,可以有效地捕捉各種情況下的推理,并在CARLA駕駛基準和最先進的性能方面達到98%的成功率。
視頻的第二部分討論了模仿學習中的協變量偏移問題。解決該問題,大多數用數據聚合技術的綜合性能都較差,Andreas教授團隊提出了一種在經驗上具有更好的泛化性能的新穎方法。關鍵思想是根據收集到的策略數據提供給所對應的學習策略使用,對關鍵狀態進行采樣,并合并一個重放緩沖區,該緩沖區逐漸集中于策略狀態分布的高不確定性區域。
該方法在CARLA NoCrash基準上進行了評估,重點關注行人和車輛密集的最具挑戰性的駕駛場景,實現了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量級。
Andreas教授的研究得出了很多有意義的結論:模仿型學習算法無法捕捉到駕駛的復雜性,數據增強很重要,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模擬系統的天氣場景,讓駕駛策略更完善。。
分享
聲明：
本文由入駐維科號的作者撰寫，觀點僅代表作者本人，不代表OFweek立場。如有侵權或其他問題，請聯系舉報。
請輸入評論內容...
請輸入評論/評論長度6~500個字
圖片新聞
最新活動更多
-
精彩回顧立即查看>> 【線下會議】恩智浦創新技術峰會·深圳
-
精彩回顧立即查看>> 【在線直播】可視化神器！VisionSym 賦能汽車光學原型開發
-
精彩回顧立即查看>> 12月16-17日 AMD 嵌入式峰會
-
精彩回顧立即查看>> 恩智浦創新技術峰會
-
精彩回顧立即查看>> 【工程師系列】汽車電子技術在線大會
-
精彩回顧立即查看>> Works With 開發者大會深圳站
推薦專題
