通过模仿驾驶员控制行为学习决策模块

自动驾驶系统具有感知、决策、规划与控制的流水线。决策模块处理来自感知模块的信息，并指导下游规划与控制模块的执行。另一方面，深度学习近期的成功表明该流水线可被端到端神经控制策略替代，然而数据驱动的神经网络难以很好地保证安全性。本工作中，我们提出一种混合框架，通过端到端模仿学习在经典模块化流水线中学习神经决策。该混合框架可保留经典流水线的优点，例如严格强制物理与逻辑约束，同时从数据中学习复杂的驾驶决策。为规避人类驾驶决策标注的模糊性，我们的方法通过模仿底层控制行为来学习高层驾驶决策。我们在仿真实验中表明，我们的模块化驾驶智能体可将其驾驶决策与控制泛化到基于规则的程序失效的多种复杂场景中。它还能比端到端神经策略生成更平滑且更安全的驾驶轨迹。