对抗混合密度网络：从碰撞数据学习安全驾驶

模仿学习已广泛用于基于预记录数据学习自动驾驶控制策略。然而，基于模仿学习的策略已被证明在遭遇训练分布之外的状态时易受复合误差影响。此外，这些智能体已被表明易被旨在制造碰撞的对抗性道路使用者利用。为克服这些缺陷，我们引入对抗混合密度网络（AMDN），其从独立数据集学习两个分布。第一个是从自然主义人类驾驶数据集学习的安全动作分布。第二个代表可能导致碰撞的不安全动作分布，从碰撞数据集学习。训练期间，我们利用这两个分布基于其相似性提供额外损失。通过在碰撞数据集上训练时，依据安全动作分布与不安全动作分布的相似性对其惩罚，可获得更鲁棒且安全的控制策略。我们在车辆跟驰用例中演示所提 AMDN 方法，并在自然主义与对抗测试环境下评估。我们表明，尽管简单，与纯模仿学习或标准混合密度网络方法相比，AMDN 为所学控制策略的安全性提供了显著益处。