基于时空热力图的模仿学习：NuPlan挑战赛亚军方案
机器人学
2023-06-29 v1 机器学习
摘要
本文介绍了我们在NuPlan Challenge 2023中获得亚军的技术方案。真实场景中的自动驾驶极具复杂性与不确定性。在复杂的多模态场景中实现安全规划是一项极具挑战的任务。我们的方法“基于时空热力图的模仿学习”采用行为克隆的学习形式，创新性地以热力图表示预测未来的多模态状态，并使用轨迹优化技术以确保最终安全。实验表明，我们的方法有效平衡了车辆的行进与安全，生成安全且舒适的轨迹。在NuPlan竞赛中，我们取得了总体第二高的分数，同时在自车行进（ego progress）与舒适度指标上获得最佳分数。
引用
@article{arxiv.2306.15700,
title = {Imitation with Spatial-Temporal Heatmap: 2nd Place Solution for NuPlan Challenge},
author = {Yihan Hu and Kun Li and Pingyuan Liang and Jingyu Qian and Zhening Yang and Haichao Zhang and Wenxin Shao and Zhuangzhuang Ding and Wei Xu and Qiang Liu},
journal= {arXiv preprint arXiv:2306.15700},
year = {2023}
}