LEADER：在不确定性下规划时学习关注驾驶行为
机器学习
2022-11-01 v3 机器人学
摘要
人类行为的不确定性对拥挤城市环境中的自动驾驶构成了重大挑战。部分可观测马尔可夫决策过程（POMDPs）为不确定性下的规划提供了基于原理的框架，通常利用蒙特卡洛采样来实现复杂任务的在线性能。然而，采样也可能因潜在地遗漏关键事件而引发安全担忧。为此，我们提出了一种新算法，即驾驶行为注意力学习（LEADER），它学习在规划过程中关注关键的人类行为。LEADER 学习一个神经网络生成器，以在实时情境中提供对人类行为的注意力。它将注意力整合进信念空间规划器，使用重要性采样将推理偏向关键事件。为训练该算法，我们让注意力生成器与规划器构成一个极小极大博弈。通过求解该极小极大博弈，LEADER 学会在无人工标注的情况下执行风险感知规划。
引用
@article{arxiv.2209.11422,
title = {LEADER: Learning Attention over Driving Behaviors for Planning under Uncertainty},
author = {Mohamad H. Danesh and Panpan Cai and David Hsu},
journal= {arXiv preprint arXiv:2209.11422},
year = {2022}
}
备注
CoRL 2022 (oral)