从真实场景数据中学习示范
机器学习
2019-03-27 v2 机器学习
摘要
学习示范（LfD）在手工编写行为或奖励函数不切实际的场景下十分有用。它已在广泛的问题中取得成功，但通常依赖于人工生成的示范或专门部署的传感器，且一般无法利用真实场景中丰富的示范：即那些使用已为其他目的部署的传感器所捕获的、原本就在发生的行为，例如交通摄像头录像捕获车辆、骑行者与行人的自然行为示范。我们提出 Video to Behaviour（ViBe），一种从单一、单目、初始未标定的普通分辨率摄像头所采集的交通场景未标记原始视频数据中学习行为模型的新方法。我们的方法对摄像头进行标定，检测相关物体，随时间对其进行跟踪，并利用所得轨迹执行 LfD，从而得到自然行为的模型。我们将 ViBe 应用于一个交通交叉口的原始视频，并表明它可仅从视频中学习，无需额外的专家知识。
引用
@article{arxiv.1811.03516,
title = {Learning from Demonstration in the Wild},
author = {Feryal Behbahani and Kyriacos Shiarlis and Xi Chen and Vitaly Kurin and Sudhanshu Kasewa and Ciprian Stirbu and João Gomes and Supratik Paul and Frans A. Oliehoek and João Messias and Shimon Whiteson},
journal= {arXiv preprint arXiv:1811.03516},
year = {2019}
}
备注
Accepted to the IEEE International Conference on Robotics and Automation (ICRA) 2019; extended version with appendix