中國(guó)互聯(lián)網(wǎng)巨頭百度的研究人員最近研發(fā)出一種自動(dòng)調(diào)諧框架，專為基于阿波羅自動(dòng)駕駛平臺(tái)、由數(shù)據(jù)驅(qū)動(dòng)的自動(dòng)駕駛車(chē)輛設(shè)計(jì)。該框架在arXiv網(wǎng)站發(fā)布，包括新的強(qiáng)化學(xué)習(xí)算法和離線培訓(xùn)策略，以及自動(dòng)收集和標(biāo)記數(shù)據(jù)的方法。

用于自動(dòng)駕駛的路徑規(guī)劃器（motion planner）是一個(gè)系統(tǒng)，專為目的地設(shè)計(jì)安全且舒適的路徑。設(shè)計(jì)并優(yōu)化此類(lèi)系統(tǒng)，使它們?cè)诓煌鸟{駛條件下都能表現(xiàn)良好是一項(xiàng)艱巨的任務(wù)，目前，全球有幾家公司的研究人員們都在努力解決此問(wèn)題。

進(jìn)行該項(xiàng)研究的一名人員表示：“自動(dòng)駕駛汽車(chē)的路徑規(guī)劃存在許多具有挑戰(zhàn)性的問(wèn)題，主要挑戰(zhàn)之一是必須處理成千上萬(wàn)的不同場(chǎng)景。通常，我們會(huì)定義一個(gè)獎(jiǎng)勵(lì)/成本功能調(diào)諧，可以適應(yīng)不同場(chǎng)景的差異。但是，此任務(wù)非常艱巨。”

一般來(lái)說(shuō)，獎(jiǎng)勵(lì)-成本功能調(diào)諧需要代替研究人員進(jìn)行大量工作，同時(shí)在模擬和道路測(cè)試中需要花費(fèi)大量資源和時(shí)間。此外，隨著時(shí)間的推移，環(huán)境會(huì)發(fā)生顯著變化，駕駛條件也會(huì)變得越來(lái)越復(fù)雜，調(diào)諧路徑規(guī)劃器的性能變得越來(lái)越困難。

該研究人員表示：“為了系統(tǒng)地解決該問(wèn)題，我們研發(fā)了一個(gè)基于Apollo自動(dòng)駕駛框架、由數(shù)據(jù)驅(qū)動(dòng)的自動(dòng)調(diào)諧框架。自動(dòng)調(diào)諧就是從人類(lèi)的駕駛數(shù)據(jù)中學(xué)習(xí)參數(shù)。例如，我們想要從數(shù)據(jù)中了解人類(lèi)駕駛員如何在遇到障礙物時(shí)，平衡速度和進(jìn)行便利駕駛”。

百度研發(fā)的自動(dòng)調(diào)諧框架包括新強(qiáng)化學(xué)習(xí)算法，可以從數(shù)據(jù)中學(xué)習(xí)，并隨著時(shí)間推移改善其性能。與大多數(shù)的逆強(qiáng)化學(xué)習(xí)算法相比，該框架可有效應(yīng)用于不同駕駛場(chǎng)景。此外，該框架還包括離線培訓(xùn)策略，為研究人員在公共道路上測(cè)試自動(dòng)駕駛汽車(chē)之前調(diào)整參數(shù)提供了一種安全的方法。此外，它還可從專業(yè)駕駛員和環(huán)境信息中收集數(shù)據(jù)，自動(dòng)標(biāo)記數(shù)據(jù)，以便通過(guò)強(qiáng)化學(xué)習(xí)算法分析對(duì)其進(jìn)行分析。

研究人員評(píng)估了一個(gè)路徑規(guī)劃器，在模擬和公共道路測(cè)試中都使用其框架對(duì)該路徑規(guī)劃器進(jìn)行了調(diào)整。與現(xiàn)有方法相比，數(shù)據(jù)驅(qū)動(dòng)的方法能夠更好地適應(yīng)不同的駕駛場(chǎng)景，在各種條件下的表現(xiàn)保持良好。

返回第一電動(dòng)網(wǎng)首頁(yè) >