通过知识共享与个性化学习自动驾驶车辆的驾驶模型
机器人学
2023-09-01 v1 人工智能
系统与控制
系统与控制
摘要
本文描述了一种通过车辆间知识共享与个性化来学习自动驾驶车辆（AVs）驾驶模型的框架。交通系统中固有的变异性使得在经验实验或测试期间让AVs暴露于所有可能驾驶场景变得极具挑战性。因此，AVs可能对某些被认为对其安全高效运行有害的遭遇一无所知。跨AVs共享知识以增加对真实世界中驾驶场景的暴露就至关重要。本文探索了一种通过共享知识和借用车辆间优势来协同训练驾驶模型的方法，同时保留适应车辆独特条件和属性的个性化模型。我们的模型引入了联邦学习方法以在多个车辆间协作，同时避免它们之间共享原始数据。我们在实验仿真中展示了方法的性能。这种学习方法在交通工程中有若干应用，包括智能交通系统、交通管理和车对车通信。代码与样本数据集已在项目页面 https://github.com/wissamkontar 提供。
引用
@article{arxiv.2308.16870,
title = {Learning Driver Models for Automated Vehicles via Knowledge Sharing and Personalization},
author = {Wissam Kontar and Xinzhi Zhong and Soyoung Ahn},
journal= {arXiv preprint arXiv:2308.16870},
year = {2023}
}
备注
10 pages, 8 figures