GRI：通用强化模仿及其在基于视觉的自动驾驶中的应用
机器人学
2022-05-19 v2 计算机视觉与模式识别
摘要
深度强化学习（DRL）已被证明对自动驾驶和机器人等若干复杂决策应用有效。然而，DRL 因其高样本复杂度和缺乏稳定性而声名受限。先验知识（如专家演示）通常可得，但难以利用以缓解这些问题。本文提出通用强化模仿（GRI），一种结合探索与专家数据优势、且易于在任何离策略 RL 算法上实现的新方法。我们做一个简化假设：专家演示可视为底层策略获得恒定高奖励的完美数据。基于此假设，GRI 引入离线演示智能体的概念。该智能体发送专家数据，这些数据与来自在线 RL 探索智能体的经验被并发且不可区分地处理。我们展示了该方法在城市环境中基于视觉的自动驾驶上的重大改进。我们进一步在 Mujoco 连续控制任务上以不同离策略 RL 算法验证了 GRI 方法。我们的方法在 CARLA Leaderboard 上排名第一，并以 17% 的优势超越先前最优的 World on Rails。
引用
@article{arxiv.2111.08575,
title = {GRI: General Reinforced Imitation and its Application to Vision-Based Autonomous Driving},
author = {Raphael Chekroun and Marin Toromanoff and Sascha Hornauer and Fabien Moutarde},
journal= {arXiv preprint arXiv:2111.08575},
year = {2022}
}