无需真实世界标签从仿真中学习驾驶
计算机视觉与模式识别
2018-12-14 v2
摘要
仿真可以成为理解机器学习系统并设计解决真实世界问题方法的强大工具。纯粹在仿真中训练和评估方法往往会在仿真环境中“注定成功”于期望任务，但所得模型无法在真实世界中运行。本文提出并评估了一种将基于视觉的车道跟随驾驶策略从仿真迁移到乡村道路运行而无需任何真实世界标签的方法。我们的方法利用近期图像到图像翻译的进展来实现域迁移，同时从仿真控制标签联合学习单摄像头控制策略。我们使用开环回归指标以及在乡村和城市道路操作自动驾驶车辆的闭环性能来评估该方法的驾驶表现。
引用
@article{arxiv.1812.03823,
title = {Learning to Drive from Simulation without Real World Labels},
author = {Alex Bewley and Jessica Rigley and Yuxuan Liu and Jeffrey Hawke and Richard Shen and Vinh-Dieu Lam and Alex Kendall},
journal= {arXiv preprint arXiv:1812.03823},
year = {2018}
}