引用strangecosmos · 2019-01
“They also published a paper: ChauffeurNet”
指出 Waymo 也发表了这篇论文
用模仿学习加合成扰动数据训练可上真车的自动驾驶策略
论文发现单纯的行为克隆即使有三千万条样本也不足以应对复杂驾驶场景,于是对专家轨迹加入扰动,合成碰撞、冲出道路等情形,并在模仿损失之外增加惩罚不良事件、鼓励前进的损失。消融实验说明每项改动都重要,模型在仿真中能处理复杂情况,并在真实车辆上完成了驾驶演示。
HN 评论是在讨论 Waymo 的研究与开放数据集时顺手引用它,作为 Waymo 用小规模监督模仿学习做驾驶实验、并合成罕见最坏场景的例子。
这条路径从 NVIDIA 的端到端驾驶看起,了解纯行为克隆的做法和局限,再看模仿学习的另一种规划式思路,最后读 ChauffeurNet 如何用合成扰动补足。
端到端行为克隆的代表工作,也是 ChauffeurNet 所说「标准行为克隆不够」的对照对象。
读CNN 直接从摄像头图像预测方向盘转角的思路,以及训练数据的采集与增强。
同期的模仿学习工作,把模仿与规划结合,提供了与 ChauffeurNet 不同的路线对照。
读模仿先验加目标引导规划的框架;不必深究概率模型的推导。
目标论文:用中间层表征加合成扰动数据,让模仿学习训练的策略可上真车。
读输入输出表示、对专家轨迹加扰动合成困难场景的做法,以及额外的辅助损失。
“They also published a paper: ChauffeurNet”
“Waymo released an open autonomous driving dataset, and publishes papers as well [2][3].”