利用图像梯度弥合端到端自动驾驶任务的仿真到现实鸿沟
机器人学
2022-05-17 v1
摘要
我们展示了 NeurIPS 2021 - AWS Deepracer 挑战赛的冠军方案。在该竞赛中,任务是训练一个强化学习智能体(即一辆自动驾驶车),它通过与环境(一条模拟赛道)交互来学习驾驶,在给定状态下采取动作以最大化期望奖励。随后该模型在真实赛道上使用 miniature AWS Deepracer 车进行测试。我们的目标是训练一个能尽可能快地完成一圈且不偏离赛道的模型。Deepracer 挑战赛是自主车辆领域一系列具身智能竞赛(称为 The AI Driving Olympics (AI-DO))的一部分。AI-DO 的总体目标是为自动驾驶任务中的自主性进展基准测试提供可及的机制。该挑战赛的棘手部分在于所学技能的 sim2real(仿真到现实)迁移。为减小观测空间中的域鸿沟,我们进行了 canny 边缘检测,并裁剪掉不必要的背景信息。我们将该问题建模为行为克隆(behavioral cloning)任务,并使用 MLP-MIXER 来优化运行时间。我们通过仔细过滤训练数据确保模型能够处理控制噪声,这给了我们一个鲁棒模型,即使 50% 的指令被随机改变也能完成赛道。该模型在现代 CPU 上的总体运行时间仅为 2-3ms。
引用
@article{arxiv.2205.07481,
title = {Bridging Sim2Real Gap Using Image Gradients for the Task of End-to-End Autonomous Driving},
author = {Unnikrishnan R Nair and Sarthak Sharma and Udit Singh Parihar and Midhun S Menon and Srikanth Vidapanakal},
journal= {arXiv preprint arXiv:2205.07481},
year = {2022}
}