新算法可以增強(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)練時需要采集大量數(shù)據(jù)以覆蓋真實(shí)使用時可能遇到的場景。對于自動駕駛,對數(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。
而模擬器作為一個廉價但有準(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,將可以在自動駕駛領(lǐng)域發(fā)揮巨大價值。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)對于真實(shí)世界自動駕駛的可用性,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)世界知識遷移算法。主流的用于知識遷移的鄰域自適應(yīng)算法一般是基于度量的,算法的關(guān)鍵在于量化兩個不同數(shù)據(jù)分布之間的差異,最終尋求一個將兩個數(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)重于尋找兩個不同數(shù)據(jù)分布的共同特征空間(common latent space),再基于這個共同特征空間進(jìn)行進(jìn)一步的訓(xùn)練。
對于自動駕駛模擬器與真實(shí)的駕駛環(huán)境,一個先驗(yàn)知識是模擬器與真實(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,基于這個先驗(yàn)知識,可以嘗試構(gòu)建一個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)域圖像有一個共同的特征空間,這個映射函數(shù)同樣可以用于將真實(shí)世界的圖像映射到對應(yīng)的模擬器“風(fēng)格”的圖像,從而可以將一個完全由模擬器數(shù)據(jù)訓(xùn)練的語義分割模型應(yīng)用到其中。
整個流程如圖3所示。在真實(shí)數(shù)據(jù)使用過程中,僅有一個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。這樣一個模塊不只可以用于完成模擬器到真實(shí)世界的知識遷移,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。
請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
圖片新聞
技術(shù)文庫
最新活動更多
-
3月27日立即報(bào)名>> 【工程師系列】汽車電子技術(shù)在線大會
-
免費(fèi)參會立即報(bào)名>> 7月30日- 8月1日 2025全數(shù)會工業(yè)芯片與傳感儀表展
-
精彩回顧立即查看>> 【線上直播】新能源汽車熱管理行業(yè)應(yīng)用新進(jìn)展
-
精彩回顧立即查看>> 【線上直播】西門子電池行業(yè)研討會-P4B如何加速電池開發(fā)
-
精彩回顧立即查看>> 【線下會議】OFweek 2024(第九屆)物聯(lián)網(wǎng)產(chǎn)業(yè)大會
-
精彩回顧立即查看>> 【線下論壇】華邦電子與萊迪思聯(lián)合技術(shù)論壇
推薦專題
-
10
- 1 2025上海車展看什么?看這一篇就夠了!
- 2 關(guān)稅大戰(zhàn),汽車芯片會漲價嗎
- 3 工信部召開智能網(wǎng)聯(lián)汽車產(chǎn)品準(zhǔn)入及軟件在線升級管理工作推進(jìn)會提的內(nèi)容,將如何影響智駕行業(yè)發(fā)展?
- 4 地平線智駕方案軟硬結(jié)合,大眾、保時捷的合作紛至沓來
- 5 高呼的“全民智駕”真的做到“全民”了嗎?
- 6 一季度汽車產(chǎn)量省份排名大洗牌!誰在異軍突起?
- 7 奇瑞的混動技術(shù):厚積薄發(fā),從發(fā)動機(jī)到混動系統(tǒng)
- 8 三條人命,給全民智駕潑了三盆冷水
- 9 東風(fēng)+華為,還是華為借東風(fēng)?華為ADS3.0技術(shù)詳解
- 10 工信部對浮躁的智駕說“不”
