面向城市环境端到端自动驾驶的生成对抗模仿学习
机器人学
2023-02-08 v1 人工智能
机器学习
系统与控制
系统与控制
摘要
自动驾驶是一项复杂的任务，自1989年第一辆自动驾驶汽车ALVINN以来，人们一直采用监督学习方法即行为克隆（BC）来解决该问题。在BC中，神经网络使用由专家（即人类驾驶员）构成的训练集中的状态-动作对进行训练。然而，这类模仿学习未考虑导航轨迹中不同时刻所采取动作之间可能存在的时间依赖关系。此类任务更适合由强化学习（RL）算法处理，而RL需要定义奖励函数。另一方面，更近期的模仿学习方法，如生成对抗模仿学习（GAIL），可在无需显式定义奖励函数的情况下训练策略，使智能体能够直接在专家轨迹训练集上通过试错学习。在本工作中，我们提出两种GAIL的变体，用于城市场景下真实CARLA仿真环境中车辆的自主导航。两者采用相同的网络架构，处理来自三个前置摄像头的高维图像输入，以及代表速度、稀疏轨迹的下一点和高层驾驶指令的另外九个连续输入。我们表明，两者在训练结束后均能从起点到终点模仿专家轨迹，但增强BC的GAIL损失函数在收敛时间和训练稳定性方面优于前者。
引用
@article{arxiv.2110.08586,
title = {Generative Adversarial Imitation Learning for End-to-End Autonomous Driving on Urban Environments},
author = {Gustavo Claudio Karl Couto and Eric Aislan Antonelo},
journal= {arXiv preprint arXiv:2110.08586},
year = {2023}
}