訂閱
糾錯(cuò)
加入自媒體

新算法增強(qiáng)無人車在仿真環(huán)境中的訓(xùn)練效果

滑鐵盧大學(xué)CogDrive實(shí)驗(yàn)室探索了基于Domain Randomization 的模擬器到真實(shí)世界知識(shí)遷移算法。該算法可以使用效果較弱的domain adaptation方法來進(jìn)行定向數(shù)據(jù)增強(qiáng),讓諸如自動(dòng)駕駛汽車的智能體獲得真實(shí)世界可用的策略。

隨著數(shù)據(jù)科學(xué)的發(fā)展,很多之前過于復(fù)雜,難以解決的問題都可以通過數(shù)據(jù)擬合的方式來解決;趯W(xué)習(xí)的算法一般都基于獨(dú)立同分布的假設(shè),即用于訓(xùn)練的數(shù)據(jù)與真實(shí)環(huán)境遇到的數(shù)據(jù)符合統(tǒng)一分布,且相互獨(dú)立。要符合這一假設(shè),在訓(xùn)練時(shí)需要采集大量數(shù)據(jù)以覆蓋真實(shí)使用時(shí)可能遇到的場(chǎng)景。對(duì)于自動(dòng)駕駛,對(duì)數(shù)據(jù)量的需求格外巨大,而數(shù)據(jù)采集的過程是昂貴,費(fèi)時(shí)費(fèi)力,甚至危險(xiǎn)的,數(shù)據(jù)標(biāo)注的過程更是需要大量人力。

而模擬器作為一個(gè)廉價(jià)但有準(zhǔn)確標(biāo)注的數(shù)據(jù)源,如果可以解決模擬器與真實(shí)世界數(shù)據(jù)上的差異,帶來的訓(xùn)練得到的策略上差異,將可以在自動(dòng)駕駛領(lǐng)域發(fā)揮巨大價(jià)值。從統(tǒng)計(jì)學(xué)上講,模擬器上的策略可用于真實(shí)世界的原因在于,模擬器于真實(shí)世界的數(shù)據(jù)具有相似的條件概率,僅是邊緣概率有較大差異。通俗的理解就是,人在模擬器中的駕駛策略與在真實(shí)世界的駕駛策略是相似的,僅是模擬器里的車與真實(shí)世界的車,道路長(zhǎng)得不太一樣。

Figure1領(lǐng)域自適應(yīng)與鄰域隨機(jī)化

為探索模擬器數(shù)據(jù)對(duì)于真實(shí)世界自動(dòng)駕駛的可用性,滑鐵盧大學(xué)CogDrive實(shí)驗(yàn)室探索了基于Domain Randomization 的模擬器到真實(shí)世界知識(shí)遷移算法。主流的用于知識(shí)遷移的鄰域自適應(yīng)算法一般是基于度量的,算法的關(guān)鍵在于量化兩個(gè)不同數(shù)據(jù)分布之間的差異,最終尋求一個(gè)將兩個(gè)數(shù)據(jù)分布映射到同一特征空間的映射函數(shù)。而Domain Randomization類算法一般側(cè)重于尋找兩個(gè)不同數(shù)據(jù)分布的共同特征空間(common latent space),再基于這個(gè)共同特征空間進(jìn)行進(jìn)一步的訓(xùn)練。

對(duì)于自動(dòng)駕駛模擬器與真實(shí)的駕駛環(huán)境,一個(gè)先驗(yàn)知識(shí)是模擬器與真實(shí)世界在圖像紋理,光照條件上有較大不同,而在幾何信息上大致相同,基于這個(gè)先驗(yàn)知識(shí),可以嘗試構(gòu)建一個(gè)從模擬器遷移到真實(shí)世界的語義分割算法。

一般的 Domain Randomization 方法首先對(duì)模擬器圖像進(jìn)行一些自定義的圖像增強(qiáng),然后使用增強(qiáng)后的圖像進(jìn)行訓(xùn)練。該團(tuán)隊(duì)的Domain Randomization則是基于圖像風(fēng)格遷移來進(jìn)行隨機(jī)化,從而進(jìn)行知識(shí)的遷移。圖像風(fēng)格遷移(Neural Style Transfer)可以視作一種一類圖像到另一類圖像的Domain adaptaiton。使用圖像風(fēng)格遷移來進(jìn)行Domain Randomization,實(shí)則是在使用一些效果較弱的Domain Adaptation方法來定向增強(qiáng)訓(xùn)練數(shù)據(jù),從而使得目標(biāo)域數(shù)據(jù)分布屬于訓(xùn)練數(shù)據(jù)分布。

相比手工定義的圖像增強(qiáng),基于風(fēng)格遷移的方法可以起到更好的效果。隨后一個(gè)基于 Conditional GAN的隨機(jī)化后的圖像到原圖像的映射網(wǎng)絡(luò)被進(jìn)一步用于將隨機(jī)化后的圖像映射為其對(duì)應(yīng)模擬器原圖。由于隨機(jī)化后的圖像與目標(biāo)域圖像有一個(gè)共同的特征空間,這個(gè)映射函數(shù)同樣可以用于將真實(shí)世界的圖像映射到對(duì)應(yīng)的模擬器“風(fēng)格”的圖像,從而可以將一個(gè)完全由模擬器數(shù)據(jù)訓(xùn)練的語義分割模型應(yīng)用到其中。

整個(gè)流程如圖3所示。在真實(shí)數(shù)據(jù)使用過程中,僅有一個(gè)generator需要添加在語義分割模型之前,用于將真實(shí)世界的圖像轉(zhuǎn)化為符合模擬器數(shù)據(jù)分布的圖像。

Figure3訓(xùn)練流程

更進(jìn)一步,最后加在具體的任務(wù)網(wǎng)絡(luò)前的這個(gè)Generator, 它的作用在于將邊緣分布與訓(xùn)練數(shù)據(jù)有一些差異的數(shù)據(jù)映射到與訓(xùn)練數(shù)據(jù)相同的邊緣分布。這樣一個(gè)模塊不只可以用于完成模擬器到真實(shí)世界的知識(shí)遷移,也可以用于增強(qiáng)模型的魯棒性。

在模擬器中使用該方法,可以定向增強(qiáng)訓(xùn)練數(shù)據(jù),讓無人駕駛汽車獲取真實(shí)世界可用的策略。

聲明: 本文由入駐維科號(hào)的作者撰寫,觀點(diǎn)僅代表作者本人,不代表OFweek立場(chǎng)。如有侵權(quán)或其他問題,請(qǐng)聯(lián)系舉報(bào)。

發(fā)表評(píng)論

0條評(píng)論,0人參與

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

您提交的評(píng)論過于頻繁,請(qǐng)輸入驗(yàn)證碼繼續(xù)

  • 看不清,點(diǎn)擊換一張  刷新

暫無評(píng)論

暫無評(píng)論

人工智能 獵頭職位 更多
掃碼關(guān)注公眾號(hào)
OFweek人工智能網(wǎng)
獲取更多精彩內(nèi)容
文章糾錯(cuò)
x
*文字標(biāo)題:
*糾錯(cuò)內(nèi)容:
聯(lián)系郵箱:
*驗(yàn) 證 碼:

粵公網(wǎng)安備 44030502002758號(hào)