按年被提到
20182018 · 2 次2026
强化学习与智能体›深度强化学习与世界模型·arXiv:1812.03079 · cs.RO

ChauffeurNet: Learning to Drive by Imitating the Best and Synthesizing the Worst

ChauffeurNet:模仿最好的、合成最坏的来学习驾驶
Mayank Bansal, Alex Krizhevsky, Abhijit Ogale · 2018

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

开始阅读 ↗PDFalphaXiv 讨论
被提及 · 4 人首次 2018-12-11 · 最近 2019-11-10
4不同的人
3活跃月份
4讨论串
771被引(OpenAlex)

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 为什么提它

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。

方法难度 3 / 5约 40 分钟有时效性
读之前最好知道
1模仿学习与行为克隆(behavior cloning)
2卷积神经网络
3自动驾驶感知与规划
4数据增强

学习路径

读这篇之前,按顺序读书架上的 2 篇 · 参考文献来自 OpenAlex,顺序和要点由 Claude Code 排出

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。

  1. 1
    End to End Learning for Self-Driving Cars自动驾驶汽车的端到端学习 · 2016

    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。

  2. 2

    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。

  3. 3
    ChauffeurNet: Learning to Drive by Imitating the Best and Synthesizing the WorstChauffeurNet:模仿最好的、合成最坏的来学习驾驶 · 2018 · 就是这篇

    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。

HN 书评

推荐在前,同类按时间 · 每篇最多保留 20 条,统计用全部提及
引用strangecosmos · 2019-01

“They also published a paper: ChauffeurNet”

指出 Waymo 也发表了这篇论文
Report: Tesla using behavior cloning/supervised imitation learning for Autopilot原评论 ↗
引用mkolodny · 2019-11

“Waymo released an open autonomous driving dataset, and publishes papers as well [2][3].”

提到 Waymo 开放了数据集并持续发表论文
Andrej Karpathy talks about how Tesla's NNs are structured and trained [video]原评论 ↗
被提交为 story · 2 次