「自動駕駛新青年講座」由智東西公開課企劃，致力于邀請全球知名高校、頂尖研究機(jī)構(gòu)以及優(yōu)秀企業(yè)的新青年，主講在環(huán)境感知、精準(zhǔn)定位、決策規(guī)劃、控制執(zhí)行等自動駕駛關(guān)鍵技術(shù)上的最新研究成果和開發(fā)實(shí)踐。
「自動駕駛新青年講座」目前已完結(jié)21講，錯過往期講座直播的朋友，可以點(diǎn)擊文章底部“閱讀原文”進(jìn)行回看！
有興趣分享的朋友，可以與智東西公開課教研團(tuán)隊(duì)進(jìn)行郵件（class@zhidx.com）聯(lián)系
近年來，自動駕駛汽車（AV）的智能決策模塊可以處理的場景復(fù)雜度，逐漸成為了衡量和評價自動駕駛能力的核心指標(biāo)之一。
尤其是在強(qiáng)交互高密度場景中，例如繁忙的城市道路、復(fù)雜的十字路口或多車道高速公路真實(shí)道路，AV 如何進(jìn)行智能決策，并生成高效且安全的駕駛行為，仍然存在較大挑戰(zhàn)。此類問題包含但不限于如何擬人地與人類交互，提升決策預(yù)測算法的泛化能力，有效處理多樣駕駛環(huán)境中的corner?case問題等。
針對上述問題，多倫多大學(xué)的在讀博士王樂天等研究人員使用(Inverse) reinforcement learning，skill discovery，Bayesian inference等方法，使AV 產(chǎn)生不同風(fēng)格的擬人化駕駛行為，并在線識別人類的駕駛風(fēng)格，提升預(yù)測算法的場景可遷移性與個體可適應(yīng)性。這些方法可以大幅提升自動駕駛決策算法的學(xué)習(xí)效率與性能，智能地解決強(qiáng)交互高密度駕駛場景下的泛化決策問題。相關(guān)成果的論文發(fā)表于RSS 2023、RA-L 2021（Best Paper）、NeurIPS 2021頂級會議期刊上。
9月1日10點(diǎn)，「自動駕駛新青年講座」第22講邀請到論文一作、多倫多大學(xué)在讀博士王樂天參與，主講《強(qiáng)交互高密度場景中自動駕駛智能決策與行為生成》。
講者
王樂天，多倫多大學(xué)在讀博士。研究方向?yàn)樽詣玉{駛與機(jī)器人的智能決策、行為生成與預(yù)測、人機(jī)交互、端到端自動駕駛。曾在RSS，CORL，RA-L，ICRA, Neurips，CVPR等機(jī)器學(xué)習(xí)與機(jī)器人頂級會議期刊發(fā)表多篇論文。曾在自動駕駛社會化行為生成的工作中獲得IEEE Robotics and Automation Letters 2021年度Best?paper award honorable mention。曾獲2022年度CARLA端到端自動駕駛挑戰(zhàn)賽冠軍。
第22講
主 題
《強(qiáng)交互高密度場景中自動駕駛智能決策與行為生成》
提 綱
1、智能決策與行為生成問題與挑戰(zhàn)
2、強(qiáng)交互駕駛場景中社會化駕駛行為生成
3、強(qiáng)交互駕駛場景可泛化、個體可適應(yīng)行為預(yù)測
4、強(qiáng)交互高密度場景中強(qiáng)化學(xué)習(xí)ASAP-RL算法解析
5、智能決策與行為生成未來展望
直 播 信 息
直播時間：9月1日10:00
直播地點(diǎn)：智東西公開課知識店鋪
成果
論文標(biāo)題
《Efficient Reinforcement Learning for AutonomousDriving with Parameterized Skills and Priors》
《Socially-Compatible Behavior Design of Autonomous Vehicleswith Verification on Real Human Data》
《Hierarchical Adaptable and Transferable Networks(HATN) for Driving Behavior Prediction》
論文鏈接
https://arxiv.org/pdf/2305.04412.pdf
https://arxiv.org/pdf/2010.14712.pdf
https://arxiv.org/pdf/2111.00788.pdf
