面向视觉驾驶轨迹生成的领域泛化
计算机视觉与模式识别
2021-09-29 v1 机器学习
机器人学
摘要
基于视觉的驾驶轨迹生成面临的挑战之一是处理分布外场景。在本文中，我们提出了一种面向城市环境中自动驾驶车辆基于视觉的驾驶轨迹生成的领域泛化方法，该方法可被视为不变风险最小化（IRM）方法在复杂问题中的扩展。我们利用对抗学习方法将轨迹生成器作为解码器进行训练。基于预训练的解码器，我们推断与轨迹相对应的潜在变量，并通过回归推断出的潜在变量来预训练编码器。最后，我们固定解码器，但使用最终的轨迹损失微调编码器。我们在数据集和仿真中将我们提出的方法与最先进的轨迹生成方法以及一些最近的领域泛化方法进行了比较，证明了我们的方法具有更好的泛化能力。
引用
@article{arxiv.2109.13858,
title = {Domain Generalization for Vision-based Driving Trajectory Generation},
author = {Yunkai Wang and Dongkun Zhang and Yuxiang Cui and Zexi Chen and Wei Jing and Junbo Chen and Rong Xiong and Yue Wang},
journal= {arXiv preprint arXiv:2109.13858},
year = {2021}
}