LookOut：面向自动驾驶的多样化多未来预测与规划
机器人学
2022-11-07 v3 人工智能
计算机视觉与模式识别
机器学习
摘要
本文提出 LookOut，一种新颖的自动驾驶系统，其感知环境、预测场景可能展开的多样化未来集合，并通过在这些未来实现上优化一组应急计划来估计自动驾驶车辆(SDV)的轨迹。具体而言，我们学习交通场景中多智能体未来轨迹的多样化联合分布，该分布以高样本效率覆盖广泛的未来模式，同时利用生成模型的表达能力。与以往多样化运动预测工作不同，我们的多样性目标显式奖励采样那些需要自动驾驶车辆作出不同反应以确保安全的未来场景。我们的应急规划器随后寻找舒适且非保守的轨迹，以确保对广泛未来场景的安全反应。通过大量评估，我们表明与当前最先进模型相比，我们的模型在大规模自动驾驶数据集中展现出显著更具多样性和样本效率的运动预测，并在长期闭环仿真中给出更安全且更不保守的运动规划。
引用
@article{arxiv.2101.06547,
title = {LookOut: Diverse Multi-Future Prediction and Planning for Self-Driving},
author = {Alexander Cui and Sergio Casas and Abbas Sadat and Renjie Liao and Raquel Urtasun},
journal= {arXiv preprint arXiv:2101.06547},
year = {2022}
}