基于能量模型的方向盘控制
机器人学
2023-06-27 v1 人工智能
机器学习
摘要
所谓的基于能量模型的隐式行为克隆在机器人操纵任务中已显示出有前景的结果。我们测试了该方法优势是否延续到使用端到端驾驶模型控制真实自动驾驶汽车的方向盘。我们对隐式行为克隆方法与显式基线方法进行了广泛比较，所有方法共享相同的神经网络骨干架构。显式基线模型通过回归（MAE）损失、分类损失（离散化上的 softmax 和交叉熵）或作为混合密度网络（MDN）进行训练。虽然使用能量公式的模型在安全驾驶员干预方面与基线方法表现相当，但它们具有更高的白度度量，表明更高的急动度。为缓解此问题，我们展示了两种可用于改善转向平滑性的方法。我们确认能量模型比简单回归略好地处理多模态性，但这并未转化为显著更好的驾驶能力。我们认为仅转向的道路跟随任务具有过少的多模态性，不足以从能量模型中获益。这表明将隐式行为克隆应用于现实世界任务可能具有挑战性，并且需要进一步研究以发挥能量模型的理论优势。
引用
@article{arxiv.2301.12264,
title = {Controlling Steering with Energy-Based Models},
author = {Mikita Balesni and Ardi Tampuu and Tambet Matiisen},
journal= {arXiv preprint arXiv:2301.12264},
year = {2023}
}