探索模拟城市中车辆导航的多模态隐式行为学习

标准行为克隆（BC）无法学习多模态驾驶决策，即同一场景下存在多个有效动作。我们探索使用基于能量的模型（EBM）的隐式行为克隆（IBC）以更好地捕捉这种多模态性。我们提出数据增强隐式行为克隆（DA-IBC），通过扰动专家动作形成IBC训练的反例，并使用更好的无导数推理初始化来提升学习效果。在CARLA模拟器中使用鸟瞰图输入的实验表明，DA-IBC在评估多模态行为学习的城市驾驶任务中优于标准IBC。所学到的能量景观能够表示多模态动作分布，而BC无法实现这一点。