Imitation Learning for Autonomous Driving in CARLA
本文提出了一种紧凑的多模态行为克隆策略，该策略在 CARLA 中基于 236,882 个专家演示窗口进行训练，能够在训练路线和未见路线上成功实现数小时无碰撞的自主驾驶，展示了有效的闭环性能以及向新环境的定性迁移能力。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
让汽车学会自动驾驶的梦想长期以来一直依赖于一个简单且直观的想法：如果机器能够观察一位专家驾驶员并模仿其每一个动作，它最终应该能学会独立驾驶。这种被称为“模仿学习”的方法，将转向、制动和加速这些复杂的挑战视为一种模式匹配练习。计算机通过观察数小时的视频和传感器数据，从人类或完美的计算机程序中学习，旨在根据所见内容预测下一步应采取的行动。难点在于“观察”与“执行”之间的差距。当人类学习驾驶时，他们是在一个循环中进行练习；如果他们稍微偏离航线，他们会进行修正并从这次修正中学习。然而，仅通过完美案例进行训练的机器，从未见过自己犯错时会发生什么。如果它稍微偏移，就会进入一个专家从未演示过的场景，而在没有引导的情况下，这种微小的误差可能会演变成一场碰撞。研究人员面临的问题是，一个系统是否能从一个静态的完美驾驶库中学习到足够的知识，以应对独自驾驶时混乱且不可预测的现实情况。
在最近一项使用名为 CARLA 的高级驾驶模拟器的研究中，研究员 Jordy Kieto 探讨了正是这个问题。其目标并非发明一种新型的计算机大脑，而是要观察一个相对简单、紧凑的系统，通过一个精心策划的专家驾驶库，究竟能习得多少真实的驾驶技能。研究员构建了一个策略——即一套汽车的指令集——该策略可以观察来自摄像头的图像流、由激光扫描仪创建的鸟瞰图地图以及即将到来的道路方向列表。通过每次向该系统输入五秒钟的历史数据，团队训练它去预测专家驾驶员的油门、刹车和转向动作。训练数据来自一个独特的数据源：一个系统化的过程，该过程生成了数千个短小的驾驶片段，确保汽车看到了平衡的组合，包括直道、左转和右转，而不是仅仅由那些通常占据驾驶日志主导地位的简单直道组成。
实验结果出人意料地稳健。一旦在约三点半小时的这些经过验证的驾驶片段上完成训练后，该策略被置于模拟器中独立驾驶，没有任何人类和安全网进行干预。在这种闭环测试中（即汽车每一次转弯都决定了它接下来会看到什么），该系统在它曾经训练过的道路上，以及在它从未见过的完全不同的道路上，连续驾驶了数小时。它完成了曲线行驶，管理了交叉路口，并在作者的运行过程中未发生过一次碰撞。或许最值得注意的是，该系统展现出了从重大错误中恢复的能力。当汽车被放置在远离道路的地方或指向错误的方向时——这些是它从未被明确教导如何修复的情况——它通常能够成功地将自己驶回可行驶的路面并恢复行程。这种恢复发生时，系统此前从未在训练数据中见过“恢复”演示；它仅仅是从训练过程中学到的微小修正中进行了泛化。
然而，这项研究谨慎地区分了观察到的现象与证明的事实。这里描述的驾驶成就完全发生在计算机模拟器中，这是一个没有行人、交通灯或不可预测天气的受控环境。系统的成功在很大程度上依赖于一段“特权”信息：由模拟器内部地图提供的精确、预先计算好的车道标记路径，汽车可以看见这段信息，但现实中的驾驶员无法以同样的方式获取它。研究人员明确指出，虽然汽车表现良好，但他们并不声称已经解决了现实世界中的驾驶问题。他们还指出，系统处理转弯的能力仍然是最具挑战性的部分，转弯时的错误比直线行驶时的错误更为频繁。这项研究有力地证明了，一个简单的系统，只要喂养高质量、多样化的数据，就能在模拟环境中实现长时间的自主驾驶，但它并未宣布这已是面向开放道路的成品。
这项工作的意义不在于所使用的特定计算机架构，而在于准备方法。研究人员将数据本身视为主要变量，从一组细碎、杂乱的手动驾驶数据，转向一个严谨的自动化过程，该过程生成并验证了每一个训练片段。通过确保训练数据涵盖特定的机动动作，并包含起始位置的轻微随机变化，该系统学到了比标准数据集更广泛的情况的处理能力。研究结论认为，虽然离线训练（即从静态库中学习）可以产生一个在循环中表现良好的驾驶系统，但能力的真正考验仍然在于处理突发状况的能力。研究人员发布了所有的代码、数据以及训练好的模型，邀请他人测试这些发现，更精确地测量恢复率，并探索这种成功在多大程度上取决于特权地图信息与对道路视觉理解之间的关系。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。