TartanDrive：用于学习越野动力学模型的大规模数据集
机器人学
2022-05-05 v1
摘要
我们提出 TartanDrive，一个用于学习越野驾驶动力学模型的大规模数据集。我们在改装后的 Yamaha Viking ATV 上收集了约 200,000 次越野驾驶交互，具备七种独特传感模态，覆盖多样地形。据作者所知，这是最大的真实世界多模态越野驾驶数据集，无论在交互次数还是传感模态上皆然。我们还在该数据集上针对若干基于模型的从高维观测进行强化学习的 SOTA 方法进行了基准测试。我们发现将这些模型扩展至多模态在越野动力学预测上带来显著性能，尤其在更具挑战性的地形中。我们也指出了当前神经网络架构在越野驾驶任务上的一些不足。我们的数据集可在 https://github.com/castacks/tartan_drive 获取。
引用
@article{arxiv.2205.01791,
title = {TartanDrive: A Large-Scale Dataset for Learning Off-Road Dynamics Models},
author = {Samuel Triest and Matthew Sivaprakasam and Sean J. Wang and Wenshan Wang and Aaron M. Johnson and Sebastian Scherer},
journal= {arXiv preprint arXiv:2205.01791},
year = {2022}
}