面向自动驾驶的分层行为与运动规划学习
机器人学
2020-05-11 v1 人工智能
摘要
基于学习的驾驶方案作为自动驾驶的一个新分支，期望通过从数据中学习底层机制来简化驾驶建模。为改进基于学习的驾驶方案的策略决策，我们引入分层行为与运动规划（HBMP）以在基于学习的方案中显式建模行为。由于行为与运动的动作空间耦合，使用强化学习（RL）解决长时域驾驶任务的HBMP问题具有挑战性。我们通过集成一个经典的基于采样的运动规划器来转化HBMP问题，其最优代价被视为高层行为学习的奖励。因此，该公式在不损失HBMP最优性的前提下减小了动作空间并丰富了奖励多样性。此外，我们提出了一种跨仿真平台与真实世界环境的输入感知数据的可共享表示，使得在基于事件的快速仿真器SUMO中训练的模型可用于初始化并加速基于动力学的仿真器CARLA中的RL训练。实验结果证明了方法的有效性。此外，该模型成功迁移至真实世界，验证了泛化能力。
引用
@article{arxiv.2005.03863,
title = {Learning hierarchical behavior and motion planning for autonomous driving},
author = {Jingke Wang and Yue Wang and Dongkun Zhang and Yezhou Yang and Rong Xiong},
journal= {arXiv preprint arXiv:2005.03863},
year = {2020}
}