基于驾驶员风险场从关键驾驶行为演示中学习的模仿学习方法
机器人学
2023-04-04 v2 人工智能
摘要
近年来，模仿学习（IL）在工业界被广泛用作自动驾驶车辆（AV）规划模块的核心。然而，已有IL研究在安全关键场景中表现出样本效率低和泛化能力差，且很少在这些场景中进行测试。因此，IL规划器会达到性能瓶颈，增加训练数据也无法改善所学策略。首先，我们的工作提出了一种采用样条系数参数化和离线专家查询的IL模型，以提升安全性与训练效率。随后，我们通过对驾驶员风险场（DRF）参数进行优化，在基于Lyft Prediction Dataset构建的多智能体交通仿真器中合成生成关键场景，从而暴露所学IL策略的弱点；DRF是一种参数化人类驾驶行为模型。为持续改进所学策略，我们使用增强数据重新训练IL模型。得益于DRF的可表达性与可解释性，期望的驾驶行为可被编码并聚合到原始训练数据中。我们的工作构成了一个完整的开发闭环，能够高效且持续地改进所学IL策略。最后，我们表明，以更少训练资源开发的IL规划器仍优于先前的最先进方法。
引用
@article{arxiv.2210.01747,
title = {Learning from Demonstrations of Critical Driving Behaviours Using Driver's Risk Field},
author = {Yurui Du and Flavia Sofia Acerbo and Jens Kober and Tong Duy Son},
journal= {arXiv preprint arXiv:2210.01747},
year = {2023}
}