DriveEnv-NeRF：基于NeRF的自主驾驶环境探索用于真实世界性能验证
机器人学
2024-05-31 v2
摘要
本研究介绍DriveEnv-NeRF框架，利用神经辐射场（NeRF）实现对自主驾驶代理在目标真实场景中的有效性和忠实预测的验证。标准的基于模拟器的渲染由于模拟到现实的差距（即虚拟模拟与真实条件之间的差异）往往无法准确反映真实世界性能。为缩小这一差距，我们提出使用NeRF构建目标真实场景的高保真模拟环境的工作流程。该方法能够从新视角渲染逼真图像，并构建用于模拟碰撞的3D网格。通过比较模拟和真实环境中的成功率来验证这些能力，证明了使用DriveEnv-NeRF作为真实世界性能指标的好处。此外，DriveEnv-NeRF框架可以作为自主驾驶代理在不同光照条件下的训练环境。与完全使用标准模拟器渲染管道训练的代理相比，这种方法增强了代理的鲁棒性，并减少了部署到目标真实场景时的性能下降。
引用
@article{arxiv.2403.15791,
title = {DriveEnv-NeRF: Exploration of A NeRF-Based Autonomous Driving Environment for Real-World Performance Validation},
author = {Mu-Yi Shen and Chia-Chi Hsu and Hao-Yu Hou and Yu-Chen Huang and Wei-Fang Sun and Chia-Che Chang and Yu-Lun Liu and Chun-Yi Lee},
journal= {arXiv preprint arXiv:2403.15791},
year = {2024}
}
备注
Project page: https://github.com/muyishen2040/DriveEnvNeRF