IJCA2019公開協(xié)調(diào)ADAS新方法:隨機(jī)對(duì)抗性模仿學(xué)習(xí)
最小二乘損失函數(shù)(3)對(duì)決策邊界兩側(cè)遠(yuǎn)離標(biāo)準(zhǔn)軌跡的采樣軌跡進(jìn)行懲罰。
該方法可以用公式(4)表示。
公式(5)表示對(duì)抗模仿學(xué)習(xí)與隨機(jī)對(duì)抗模仿學(xué)習(xí)RAIL的隨機(jī)參數(shù)空間搜索之間的關(guān)系。
圖3中實(shí)驗(yàn)的目的是為了展示樣品的效率。為了評(píng)估效率,實(shí)驗(yàn)考慮了平均車速、換道次數(shù)、超車次數(shù)、縱向獎(jiǎng)勵(lì)和橫向獎(jiǎng)勵(lì),如圖3和圖4所示。
由表1可以看出,兩層政策的平均車速和平均超車統(tǒng)計(jì)量最高,分別為70.38km/h和45.04。這是因?yàn)榛谏w爾的框架和基于與環(huán)境交互的策略優(yōu)化,經(jīng)過(guò)訓(xùn)練的策略有時(shí)可以獲得比專業(yè)人類駕駛員更高的性能。另一方面,單層策略的性能提高了90%。這是因?yàn)閱螌硬蛔阋哉_處理高維觀測(cè)。上述,BC試圖將專業(yè)演示過(guò)程中的1步偏差誤差最小化。因此,由于訓(xùn)練和測(cè)試之間的分布不匹配,單層策略表現(xiàn)出不理想的性能。
在圖4中,使用縱向補(bǔ)償來(lái)分析環(huán)境補(bǔ)償?v向補(bǔ)償與速度成正比;因此,歸一化結(jié)果與圖3a所示的平均速度相同。為了評(píng)估行動(dòng)決策的敏感性,使用了橫向補(bǔ)償。在變道完成之前,車輛可以根據(jù)觀察改變決策。由于換道過(guò)程中橫向獎(jiǎng)勵(lì)是連續(xù)發(fā)生的,因此在換道過(guò)程中頻繁的換道會(huì)導(dǎo)致?lián)Q道過(guò)程中獎(jiǎng)勵(lì)的減少。在圖4b中,兩層策略在最后一種情況下獲得了較大的橫向獎(jiǎng)勵(lì)。然而,兩層策略比專家策略顯示了更多的車道變化。這是因?yàn)閮蓪硬呗圆惶赡茉诓僮髌陂g更改決策。另一方面,單層策略比專家策略更能顯示頻繁的換道。因?yàn)閱螌硬呗越?jīng)常更改其決策,單層策略獲得最小的橫向補(bǔ)償。BC表示換道次數(shù)最少。然而,經(jīng)過(guò)培訓(xùn)的策略比RAIL培訓(xùn)的單層策略獲得了更大的回報(bào)。變道數(shù)量明顯小于單層策略;從而使訓(xùn)練后的策略比單層策略獲得更大的橫向回報(bào)。
通過(guò)圖3c的實(shí)驗(yàn),模擬專家論證,測(cè)量合適的決策。為了獲得與專家相似的超車次數(shù),仿真過(guò)程中的換道點(diǎn)和決策應(yīng)與專家相似。在圖3c中,兩層策略相比之下,顯示了預(yù)期的性能。此外,決策點(diǎn)和操作與專家相似。然而,單層策略比專家策略顯示的接管數(shù)量要少。這是因?yàn)槠骄俣容^低,并且根據(jù)觀察做出了不合適的換道決定。
綜上所述,驗(yàn)證了RAIL方法提高了平均速度,減少了不必要的變道次數(shù)。這就意味著RAIL方法政策方向是正確的。實(shí)驗(yàn)結(jié)果表明,兩層策略取得了與駕駛專家相似的性能。
發(fā)表評(píng)論
請(qǐng)輸入評(píng)論內(nèi)容...
請(qǐng)輸入評(píng)論/評(píng)論長(zhǎng)度6~500個(gè)字
最新活動(dòng)更多
-
即日-10.29立即報(bào)名>> 2024德州儀器嵌入式技術(shù)創(chuàng)新發(fā)展研討會(huì)
-
10月31日立即下載>> 【限時(shí)免費(fèi)下載】TE暖通空調(diào)系統(tǒng)高效可靠的組件解決方案
-
即日-11.13立即報(bào)名>>> 【在線會(huì)議】多物理場(chǎng)仿真助跑新能源汽車
-
11月14日立即報(bào)名>> 2024工程師系列—工業(yè)電子技術(shù)在線會(huì)議
-
12月19日立即報(bào)名>> 【線下會(huì)議】OFweek 2024(第九屆)物聯(lián)網(wǎng)產(chǎn)業(yè)大會(huì)
-
即日-12.26火熱報(bào)名中>> OFweek2024中國(guó)智造CIO在線峰會(huì)
推薦專題
-
10 百度搜索,正在被平替
- 1 Intel宣布40年來(lái)最重大轉(zhuǎn)型:年底前裁員15000人、拋掉2/3房產(chǎn)
- 2 因美封殺TikTok,字節(jié)股價(jià)骨折!估值僅Meta1/5
- 3 宏山激光重磅發(fā)布行業(yè)解決方案,助力智能制造產(chǎn)業(yè)新飛躍
- 4 國(guó)產(chǎn)AI芯片公司破產(chǎn)!白菜價(jià)拍賣
- 5 具身智能火了,但規(guī)模落地還需時(shí)間
- 6 三次錯(cuò)失風(fēng)口!OpenAI前員工殺回AI編程賽道,老東家捧金相助
- 7 國(guó)產(chǎn)英偉達(dá)們,抓緊沖刺A股
- 8 英特爾賦能智慧醫(yī)療,共創(chuàng)數(shù)字化未來(lái)
- 9 英偉達(dá)的麻煩在后頭?
- 10 將“網(wǎng)紅”變成“商品”,AI“爆改”實(shí)力拉滿
- 高級(jí)軟件工程師 廣東省/深圳市
- 自動(dòng)化高級(jí)工程師 廣東省/深圳市
- 光器件研發(fā)工程師 福建省/福州市
- 銷售總監(jiān)(光器件) 北京市/海淀區(qū)
- 激光器高級(jí)銷售經(jīng)理 上海市/虹口區(qū)
- 光器件物理工程師 北京市/海淀區(qū)
- 激光研發(fā)工程師 北京市/昌平區(qū)
- 技術(shù)專家 廣東省/江門市
- 封裝工程師 北京市/海淀區(qū)
- 結(jié)構(gòu)工程師 廣東省/深圳市