通过同步人类行为数据提升端到端自动驾驶系统性能
机器人学
2024-08-21 v1 人机交互
摘要
本文提出了一种探索将细粒度人类监督集成到自动驾驶领域以提升系统性能的 pioneering 方法。当前的端到端自动驾驶进步通常是数据驱动的，依赖于给定的专家试验。然而，这种依赖限制了系统的通用性及其获取人类信任的能力。针对这一差距，我们的研究引入了一种新方法，通过在相同的驾驶情境中同步收集人类和机器驾驶员的数据，专注于眼动和脑波数据，以指导机器的感知和决策过程。本文利用 Carla 模拟器评估了人类行为指导带来的影响。实验结果表明，使用人类注意力指导机器注意力可显著提升驾驶性能。然而，依据人类意图的指导仍然是一个挑战。本文开辟了一个具有前景的方向和潜力，旨在利用人类行为指导来增强自动化系统。
引用
@article{arxiv.2408.10908,
title = {Enhancing End-to-End Autonomous Driving Systems Through Synchronized Human Behavior Data},
author = {Yiqun Duan and Zhuoli Zhuang and Jinzhao Zhou and Yu-Cheng Chang and Yu-Kai Wang and Chin-Teng Lin},
journal= {arXiv preprint arXiv:2408.10908},
year = {2024}
}