IJCA2019公開協(xié)調(diào)ADAS新方法:隨機對抗性模仿學(xué)習(xí)
2019年5月13日,國際人工智能聯(lián)合會議(IJCAI)2019發(fā)布了一篇題為Randomized Adversarial Imitation Learning的論文。該文介紹了一種基于自動駕駛的隨機對抗性模仿學(xué)習(xí)(Randomized Adversarial Imitation Learning,RAIL)。該方法模擬了配備先進(jìn)傳感器的自動駕駛汽車的協(xié)調(diào)過程,通過自由派生優(yōu)化決策系統(tǒng)進(jìn)而協(xié)調(diào)諸如智能巡航控制(SCC)和車道保持(LKS)等ADAS功能。值得一提的是,該方法在復(fù)雜的多車道高速公路和多智能體環(huán)境下,可以處理激光雷達(dá)數(shù)據(jù)并進(jìn)行決策。
在多車道高速公路環(huán)境中,安全事故往往會導(dǎo)致道路擁堵或發(fā)生更嚴(yán)重的交通事故。現(xiàn)代自動駕駛中呈現(xiàn)的各種ADAS功能具有高度的相互依賴性,需要將其看成一個單一的綜合體,需要在保證安全的同時,形成長期有效的輔助策略顯得尤為重要。本文介紹了一種基于自動駕駛的隨機對抗性模仿學(xué)習(xí)(Randomized Adversarial Imitation Learning,RAIL)。該方法模擬了配備先進(jìn)傳感器的自動駕駛汽車的協(xié)調(diào)過程,通過自由派生優(yōu)化決策系統(tǒng)進(jìn)而協(xié)調(diào)諸如智能巡航控制(SCC)和車道保持(LKS)等ADAS功能。值得一提的是,該方法在復(fù)雜的多車道高速公路和多智能體環(huán)境下,可以處理激光雷達(dá)數(shù)據(jù)并進(jìn)行決策。
基于自動駕駛的隨機對抗性模仿學(xué)習(xí)(RAIL)法表明,在政策參數(shù)空間內(nèi)的隨機搜索可以適用于自動駕駛政策的模仿學(xué)習(xí)。具體貢獻(xiàn)如下:
(1) 自駕駛機制是在模仿學(xué)習(xí)的啟發(fā)下提出的,RAIL方法可以成功地模擬專業(yè)駕駛表現(xiàn);相應(yīng)的靜態(tài)和線性策略可以以相近的速度完成多次換道和超車。
(2) 傳統(tǒng)的模擬學(xué)習(xí)方法對自動駕駛的控制結(jié)構(gòu)復(fù)雜。相比而言,RAIL方法是基于無派生的隨機搜索,該方法更加簡單。
(3) RAIL方法開創(chuàng)了應(yīng)用于自主駕駛魯棒駕駛策略的學(xué)習(xí)先河。
圖1 車輛控制系統(tǒng)的簡化學(xué)習(xí)層次
先來看一下傳統(tǒng)的自動駕駛汽車的系統(tǒng)層次結(jié)構(gòu)(如圖1),底層的ADAS控制器直接連接到無人駕駛汽車的激光雷達(dá)傳感器。控制器確定控制車輛所需的信息,并將已經(jīng)決策好的操作傳遞給機械部件。作為一個單一的集成系統(tǒng),最好有多個ADAS功能同時協(xié)作來控制車輛的系統(tǒng)運行。
研究動機:在多車道高速公路等有限條件下,主系統(tǒng)通過協(xié)調(diào)ADAS功能,實現(xiàn)汽車的自動駕駛。由于車輛本身與周圍其他車輛、車道或者環(huán)境相互作用、互相交互,通過攝像頭或雷達(dá)等監(jiān)視器,主系統(tǒng)并不能獲取車輛周圍完整的環(huán)境狀態(tài),只能使用部分局部可見信息。因此,RAIL方法首先將監(jiān)測代理器建模為一個(O,A,T,R, γ)數(shù)組,該數(shù)組表示一個部分可見的馬爾可夫決策過程,其中包含對自動駕駛的連續(xù)觀察和動作,還有激光雷達(dá)數(shù)據(jù)的部分觀測狀態(tài),用O表示。
狀態(tài)空間:RAIL使用激光雷達(dá)傳感器發(fā)射的N條光束均勻地分布在視場上[wmin,wmax]獲取的數(shù)據(jù)完成矢量觀測。每個傳感器數(shù)據(jù)有最大范圍rmax,傳感器返回它遇到的第一個障礙物與車輛之間的距離,如果沒有檢測到障礙物,則返回rmax。然后,數(shù)值表示為O=(O1, . . . , ON)。進(jìn)而,根據(jù)距離數(shù)據(jù),可以計算出障礙物與車輛之間的相對速度Vr = (V1,…VN)。
操作空間:該策略是一個高層次的決策者,通過對高速公路的觀察來確定最優(yōu)的行動。假設(shè)自動駕駛汽車?yán)昧薃DAS功能,因此,驅(qū)動策略的操作激活了每個ADAS功能。驅(qū)動策略定義在離散的動作空間。高層次決策可以分解為以下5個步驟:(1)保持當(dāng)前狀態(tài);(2)加速速度為velcur+velacc;(3)減速速度為velcur-veldec;(4)左轉(zhuǎn);(5)右轉(zhuǎn)。以上操作通過自動緊急制動(AEB)和自適應(yīng)巡航控制(ACC)完成。
圖2 RAIL結(jié)構(gòu)
RAIL主要是是增強傳統(tǒng)的ARS和GAIL算法。RAIL旨在培訓(xùn)駕駛決策,模仿專業(yè)司機的規(guī)范操作。汽車被認(rèn)為是一個代理策略πθ,在多車道高速公路上,車輛收集數(shù)據(jù)后生成小值隨機噪聲矩陣。該代理根據(jù)生成的噪聲策略與環(huán)境進(jìn)行多次交互,并將結(jié)果收集為樣本軌跡。
請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
-
10月31日立即下載>> 【限時免費下載】TE暖通空調(diào)系統(tǒng)高效可靠的組件解決方案
-
即日-11.13立即報名>>> 【在線會議】多物理場仿真助跑新能源汽車
-
11月28日立即報名>>> 2024工程師系列—工業(yè)電子技術(shù)在線會議
-
12月19日立即報名>> 【線下會議】OFweek 2024(第九屆)物聯(lián)網(wǎng)產(chǎn)業(yè)大會
-
即日-12.26火熱報名中>> OFweek2024中國智造CIO在線峰會
-
即日-2025.8.1立即下載>> 《2024智能制造產(chǎn)業(yè)高端化、智能化、綠色化發(fā)展藍(lán)皮書》
推薦專題