基于角度分支网络的端到端驾驶仿真
计算机视觉与模式识别
2018-05-22 v1
摘要
用于端到端自动驾驶的模仿学习已引起学术界的关注。现有方法要么仅以图像作为输入,在车辆接近路口时存在歧义;要么使用额外的指令信息来导航车辆,但自动化程度不足。着眼于使车辆沿给定路径行驶,我们提出了一种无需人工参与的新型导航指令,以及一种称为角度分支网络(angle branched network)的新模型架构。该新型导航指令与角度分支网络均易于理解且有效。此外,我们发现不仅分割信息,深度信息也能提升驾驶模型的性能。我们在三维城市场景模拟器中开展实验,定性与定量评估结果均表明了我们模型的有效性。
引用
@article{arxiv.1805.07545,
title = {End-to-end driving simulation via angle branched network},
author = {Qing Wang and Long Chen and Wei Tian},
journal= {arXiv preprint arXiv:1805.07545},
year = {2018}
}
备注
10 pages,6 figures