迈向端到端深度学习自动驾驶竞速：关于数据收集及转向与油门预测统一架构
机器人学
2021-05-06 v1 人工智能
摘要
端到端训练的深层神经网络（DNNs）已成功应用于解决过去几十年未能解决的复杂问题。自动驾驶是最复杂的问题之一，尚待完全解决，而自动驾驶竞速为此问题增添了更多复杂性和令人兴奋的挑战。针对将端到端学习应用于自动驾驶竞速的挑战，本文展示了两方面的成果：（1）分析用于训练的驾驶数据与DNN可成功用于预测转向角的最大速度之间的关系，（2）用于在无任何反馈或循环连接情况下学习转向和油门的神经网络架构与训练方法。
引用
@article{arxiv.2105.01799,
title = {Towards End-to-End Deep Learning for Autonomous Racing: On Data Collection and a Unified Architecture for Steering and Throttle Prediction},
author = {Shakti N. Wadekar and Benjamin J. Schwartz and Shyam S. Kannan and Manuel Mar and Rohan Kumar Manna and Vishnu Chellapandi and Daniel J. Gonzalez and Aly El Gamal},
journal= {arXiv preprint arXiv:2105.01799},
year = {2021}
}
备注
6 pages, 10 figures, 3 tables