DR2L:通过域随机化强化学习暴露极端情形以增强自动驾驶鲁棒性
机器人学
2021-07-27 v1 人工智能
机器学习
摘要
如何尽可能高效且全面地探索极端情形,长期以来一直是深度强化学习(DeepRL)自动驾驶中的核心关注点之一。使用仿真数据训练比利用真实世界数据成本更低且更安全,但仿真器中参数分布的不一致以及系统建模的错误总是导致不可避免的Sim2real鸿沟,这或许解释了在仿真器难以生成的陌生、异常和危险情形下性能不佳的原因。域随机化(DR)是一种能以极少或无需真实世界数据来弥合这一鸿沟的方法。因此,在本研究中,我们提出了一种对抗模型,以使在仿真中训练的基于DeepRL的自动驾驶车辆逐步暴露于更困难的事件从而增强鲁棒性,使模型能够顺利迁移到真实世界。
引用
@article{arxiv.2107.11762,
title = {DR2L: Surfacing Corner Cases to Robustify Autonomous Driving via Domain Randomization Reinforcement Learning},
author = {Haoyi Niu and Jianming Hu and Zheyu Cui and Yi Zhang},
journal= {arXiv preprint arXiv:2107.11762},
year = {2021}
}
备注
8 pages, 7 figures