利用语义地图与注意力机制学习准确且类人的驾驶
计算机视觉与模式识别
2020-07-15 v1 人工智能
机器人学
摘要
本文研究了如何改进端到端驾驶模型，使其驾驶更加准确且类人。为解决第一个问题，我们利用来自 HERE Technologies 的语义与视觉地图，并用此类地图扩充现有的 Drive360 数据集。这些地图用于一种注意力机制，该机制提升分割置信度掩码，从而使网络聚焦于图像中对当前驾驶情境重要的语义类别。类人驾驶通过对抗学习实现：不仅最小化相对于人类驾驶员的模仿损失，还进一步定义一个判别器，迫使驾驶模型生成类人的动作序列。我们的模型在 Drive360 + HERE 数据集上训练和评估，该数据集包含 60 小时和 3000 公里的真实世界驾驶数据。大量实验表明，我们的驾驶模型比以往方法更准确且行为更类人。
引用
@article{arxiv.2007.07218,
title = {Learning Accurate and Human-Like Driving using Semantic Maps and Attention},
author = {Simon Hecker and Dengxin Dai and Alexander Liniger and Luc Van Gool},
journal= {arXiv preprint arXiv:2007.07218},
year = {2020}
}
备注
IROS 2020 final version. arXiv admin note: text overlap with arXiv:1903.10995