设计循环神经网络以学习高维输入的规划器
机器人学
2022-05-11 v1 机器学习
摘要
机器学习在自动驾驶行业中的使用推动了近期许多进展。特别是，大型深度学习模型在感知与预测栈中的使用已被证明相当成功，但在规划栈中使用机器学习的文献仍然匮乏。规划栈中的当前最优方法通常依赖于快速约束优化或基于规则的方法。这两种技术都未能解决大量基本问题，而这些问题本可使车辆运行得更接近人类驾驶员。在本文中，我们尝试设计一个基础的深度学习系统来解决此问题。此外，本文的主要潜在目标是展示机器学习在自动驾驶车辆（AV）规划栈中的潜在用途，并为进行中和未来的研究提供基线工作。
引用
@article{arxiv.2205.04799,
title = {Designing a Recurrent Neural Network to Learn a Motion Planner for High-Dimensional Inputs},
author = {Johnathan Chiu},
journal= {arXiv preprint arXiv:2205.04799},
year = {2022}
}