IGDrivSim：自主驾驶中仿照差距的基准
机器人学
2025-03-19 v2 机器学习
摘要
开发能够在复杂环境中以人类水平安全性和效率导航的自动驾驶车辆是自主驾驶研究的核心目标。常见的实现方法是仿照学习，通过训练智能体模仿来自真实驾驶情景中收集的人类专家示范。然而，人类感知与自主驾驶车辆传感器之间的差异会引入 差距，导致仿照学习失败。在本工作中，我们引入基于 Waymax 模拟器构建的 基准，用于探讨仿照差距在从人类专家示范中学习自主驾驶策略时的作用。我们的实验表明，人类专家与自主驾驶智能体之间的感知差距会阻碍安全有效驾驶行为的学习。我们进一步表明，通过结合仿照学习与强化学习，并使用针对禁止行为的简单惩罚奖励，能够有效缓解这些失败。我们的代码已开源于：https://github.com/clemgris/IGDrivSim.git。
引用
@article{arxiv.2411.04653,
title = {IGDrivSim: A Benchmark for the Imitation Gap in Autonomous Driving},
author = {Clémence Grislain and Risto Vuorio and Cong Lu and Shimon Whiteson},
journal= {arXiv preprint arXiv:2411.04653},
year = {2025}
}
备注
8 pages, 4 figures, 1 table