中國互聯(lián)網(wǎng)巨頭百度的研究人員最近研發(fā)出一種自動調(diào)諧框架，專為基于阿波羅自動駕駛平臺、由數(shù)據(jù)驅(qū)動的自動駕駛車輛設(shè)計。該框架在arXiv網(wǎng)站發(fā)布，包括新的強化學習算法和離線培訓策略，以及自動收集和標記數(shù)據(jù)的方法。

用于自動駕駛的路徑規(guī)劃器（motion planner）是一個系統(tǒng)，專為目的地設(shè)計安全且舒適的路徑。設(shè)計并優(yōu)化此類系統(tǒng)，使它們在不同的駕駛條件下都能表現(xiàn)良好是一項艱巨的任務，目前，全球有幾家公司的研究人員們都在努力解決此問題。

進行該項研究的一名人員表示：“自動駕駛汽車的路徑規(guī)劃存在許多具有挑戰(zhàn)性的問題，主要挑戰(zhàn)之一是必須處理成千上萬的不同場景。通常，我們會定義一個獎勵/成本功能調(diào)諧，可以適應不同場景的差異。但是，此任務非常艱巨?！?/p>

一般來說，獎勵-成本功能調(diào)諧需要代替研究人員進行大量工作，同時在模擬和道路測試中需要花費大量資源和時間。此外，隨著時間的推移，環(huán)境會發(fā)生顯著變化，駕駛條件也會變得越來越復雜，調(diào)諧路徑規(guī)劃器的性能變得越來越困難。

該研究人員表示：“為了系統(tǒng)地解決該問題，我們研發(fā)了一個基于Apollo自動駕駛框架、由數(shù)據(jù)驅(qū)動的自動調(diào)諧框架。自動調(diào)諧就是從人類的駕駛數(shù)據(jù)中學習參數(shù)。例如，我們想要從數(shù)據(jù)中了解人類駕駛員如何在遇到障礙物時，平衡速度和進行便利駕駛”。

百度研發(fā)的自動調(diào)諧框架包括新強化學習算法，可以從數(shù)據(jù)中學習，并隨著時間推移改善其性能。與大多數(shù)的逆強化學習算法相比，該框架可有效應用于不同駕駛場景。此外，該框架還包括離線培訓策略，為研究人員在公共道路上測試自動駕駛汽車之前調(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)，自動標記數(shù)據(jù)，以便通過強化學習算法分析對其進行分析。

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

返回第一電動網(wǎng)首頁 >