面向自动驾驶的基于混合质量演示数据的半监督模仿学习
机器人学
2021-09-24 v1
摘要
本文研究以半监督方式利用模仿学习实现自动驾驶的问题。具体而言，通过在训练过程中估计每条无标签演示的质量，同时利用有标签与无标签的演示数据。若所提供的演示数据被污染且信噪比低，则模仿学习智能体的性能会显著下降。为缓解该问题，我们提出一种称为半监督模仿学习（SSIL）的方法。SSIL首先通过学习判别并评估无标签演示中每个状态-动作对的可靠性，对与有标签专家演示相似的演示赋予更高的可靠性值。该可靠性值称为杠杆值（leverage）。在此判别过程之后，以半监督方式训练策略时，同时利用带有估计杠杆值的有标签与无标签演示。实验结果证明了所提算法在处理质量混合的无标签轨迹时的有效性。此外，使用遥控车进行的硬件实验表明，该方法可应用于实际场景。
引用
@article{arxiv.2109.11280,
title = {Semi-Supervised Imitation Learning with Mixed Qualities of Demonstrations for Autonomous Driving},
author = {Gunmin Lee and Wooseok Oh and Seungyoun Shin and Dohyeong Kim and Jeongwoo Oh and Jaeyeon Jeong and Sungjoon Choi and Songhwai Oh},
journal= {arXiv preprint arXiv:2109.11280},
year = {2021}
}