基于仿真的强化学习用于真实世界自动驾驶
机器学习
2024-04-04 v4 人工智能
机器人学
摘要
我们利用仿真中的强化学习来获得控制全尺寸真实世界车辆的驾驶系统。驾驶策略以单个摄像头的RGB图像及其语义分割作为输入。我们主要使用合成数据，带标签的真实世界数据仅出现在分割网络的训练中。在仿真和合成数据中使用强化学习的动机是降低成本和工程工作量。在真实世界实验中，我们确认实现了成功的仿真到真实策略迁移。基于广泛的评估，我们分析了关于感知、控制和训练的设计决策如何影响真实世界性能。
引用
@article{arxiv.1911.12905,
title = {Simulation-based reinforcement learning for real-world autonomous driving},
author = {Błażej Osiński and Adam Jakubowski and Piotr Miłoś and Paweł Zięcina and Christopher Galias and Silviu Homoceanu and Henryk Michalewski},
journal= {arXiv preprint arXiv:1911.12905},
year = {2024}
}