用于方向盘转角预测的贝叶斯优化与深度学习
机器学习
2021-10-27 v1 人工智能
计算机视觉与模式识别
最优化与控制
摘要
自动驾驶系统（ADS）在过去几年中取得了显著进展。ADS，更确切地说自动驾驶汽车技术，将在用户体验、出行方式选择与商业模式方面改变我们对交通运输系统世界的认知。新兴的深度学习（DL）领域已成功应用于创新 ADS 解决方案的开发。然而，挑选出最佳的深度神经网络架构并调优其超参数，无论是在时间还是计算资源上都是代价高昂的过程。本工作中，使用贝叶斯优化（BO）来优化 Spatiotemporal-Long Short Term Memory（ST-LSTM）网络的超参数，旨在获得用于 ADS 中方向盘转角预测的精确模型。BO 在有限次数的试验中识别出一个模型——即 BOST-LSTM——其在公开数据集上与经典端到端驾驶模型相比精度最高。
引用
@article{arxiv.2110.13629,
title = {Bayesian Optimization and Deep Learning forsteering wheel angle prediction},
author = {Alessandro Riboni and Nicolò Ghioldi and Antonio Candelieri and Matteo Borrotti},
journal= {arXiv preprint arXiv:2110.13629},
year = {2021}
}