利用反馈合成器与可微栅格化探索自动驾驶的模仿学习

我们提出了一种基于学习的规划器，旨在通过模仿人类驾驶员的驾驶行为来稳健地驾驶车辆。我们采用一种中间到中间（mid-to-mid）的方法，允许我们自由地操纵模仿学习网络的输入。鉴于此，我们提出了一种用于数据增强的新型反馈合成器。它使我们的智能体能够在各种可能遇到的、先前未见过的环境中获得更多驾驶经验，从而提升整体性能。这与依赖纯随机合成器的先前工作形成对比。此外，我们并非完全致力于模仿，而是引入了惩罚不良行为的任务损失，例如碰撞、驶离道路等。与先前工作不同，这是通过引入一个可微车辆栅格化器来实现的，该栅格化器将网络输出的航点直接转换为图像。这有效避免了使用重量级 ConvLSTM 网络，从而带来更快的模型推理时间。关于网络架构，我们利用注意力机制使网络能够推理场景中的关键物体并生成更具可解释性的注意力热图。为了进一步增强网络的安全性和鲁棒性，我们添加了一个可选的基于优化的后处理规划器以改善驾驶舒适性。我们在专为评估自动驾驶车辆而构建的不同场景中全面验证了方法的有效性。结果表明，我们的基于学习的规划器具有高智能性，能够处理复杂情况。我们包含了详细的消融与可视化分析，以进一步证明我们所提各模块在方法中的有效性。