今年9月起，智東西公開課品牌全新升級為智猩猩。智猩猩定位硬科技講解與服務(wù)平臺，提供公開課、在線研討會、講座、峰會等線上線下產(chǎn)品。
「自動駕駛新青年講座」由智猩猩企劃，致力于邀請全球知名高校、頂尖研究機構(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)實踐。
「自動駕駛新青年講座」現(xiàn)已完結(jié)25講，錯過往期講座直播的朋友，可以點擊文章底部“閱讀原文”進行回看！
有興趣講解的朋友，可以與智猩猩教研產(chǎn)品團隊郵件（class@zhidx.com）聯(lián)系。
在強交互場景中，自動駕駛汽車（AV）需要與道路上的各種智能體進行高效且安全地互動。這些智能體包括其他AV、人類駕駛的汽車、行人等。智能體的行為具有難以預(yù)測性，且復(fù)雜多變，對AV的決策系統(tǒng)提出了巨大挑戰(zhàn)。因此，想要建立其可靠的自主能力，安全地在強交互場景中導(dǎo)航，就需要可擴展、具有普遍性關(guān)系推理和交互建模能力來處理交互智能體之間的關(guān)系。
近年來，基于深度強化學(xué)習(xí)的AV自主導(dǎo)航相關(guān)研究有了可喜的進展，但現(xiàn)有工作通常采用固定的行為策略來控制訓(xùn)練環(huán)境中的社會車輛。這可能導(dǎo)致駕駛策略過度擬合環(huán)境，從而難以與其他車輛進行良好交互。
此外，在強交互場景中，準(zhǔn)確理解和預(yù)測人類行為是實現(xiàn)自動駕駛的關(guān)鍵先決條件。行人檢測技術(shù)能夠使AV準(zhǔn)確地感知和理解周圍環(huán)境，并做出更加智能安全的決策，避免潛在事故的發(fā)生。
在上述背景下，加利福尼亞大學(xué)河濱分校（UCR）電氣與計算機工程系和計算機科學(xué)與工程系助理教授、斯坦福大學(xué)博士后李家琛等研究人員提出一種統(tǒng)一的關(guān)系推理框架EvolveGraph，用于建模多智能體系統(tǒng)和人機交互中的潛在關(guān)系或互動規(guī)律。該框架能夠在不同范圍或抽象層面上，推斷出可解釋的實體間關(guān)系，EvolveGraph相關(guān)論文成果收錄于NeurIPS 2020頂會上。
針對T字路口，李博士等研究人員又提出一種基于元強化學(xué)習(xí)的方法，通過交互獎勵函數(shù)隨機化，生成多樣化的目標(biāo)?；趶娀瘜W(xué)習(xí)的車輛行為預(yù)測與魯棒序列決策方法的相關(guān)論文成果收錄于ITSC 2023頂會上。
此外，針對強交互場景，相關(guān)團隊又提出一種基于三維人體關(guān)鍵點的行人動作識別及軌跡預(yù)測的新型多任務(wù)學(xué)習(xí)框架，并在數(shù)據(jù)集中驗證了其有效性。三維人體關(guān)鍵點的行人動作識別及軌跡預(yù)測框架相關(guān)的論文成果收錄于ICRA 2023頂會上。
11月16日10點，「自動駕駛新青年講座」第26講邀請到加利福尼亞大學(xué)河濱分校（UCR）助理教授、斯坦福大學(xué)博士后李家琛參與，主講《強交互場景下自動駕駛中的行為預(yù)測與決策》。
講者
李家琛，加利福尼亞大學(xué)河濱分校助理教授
斯坦福大學(xué)博士后，在加利福尼亞大學(xué)伯克利分校獲得博士學(xué)位。2022年被評為RSS Robotics Pioneer，并在2023年被評為ASME DCSD Rising Star。李博士發(fā)表了35篇同行評審的論文，并申請了11項專利。擔(dān)任多個頂級期刊和會議副主編或?qū)徃迦恕Ｔ贜eurIPS、ICCV、ICRA、IROS、IV和ITSC國際頂級會議上組織了多個關(guān)于機器人、機器學(xué)習(xí)、計算機視覺和智能交通系統(tǒng)的研討會，詳見 https://jiachenli94.github.io/。
第26講
主 題
《強交互場景下自動駕駛中的行為預(yù)測與決策》
提 綱
1、多智能體系統(tǒng)與人機交互關(guān)系推理框架EvolveGraph
2、基于強化學(xué)習(xí)的車輛行為預(yù)測與魯棒序列決策
3、基于三維人體關(guān)鍵點的行人動作識別及軌跡預(yù)測
4、未來研究工作展望
直 播 信 息
直播時間：11月16日10:00
直播地點：智猩猩知識店鋪
成果
論文標(biāo)題
《EvolveGraph: Multi-Agent Trajectory Prediction with Dynamic Relational Reasoning》
《Robust Driving Policy Learning withGuided Meta Reinforcement Learning》
《Pedestrian Crossing Action Recognition and Trajectory Predictionwith 3D Human Keypoints》
論文地址
https://arxiv.org/abs/2003.13924
https://arxiv.org/abs/2307.10160
https://arxiv.org/abs/2306.01075
報名方式
對本次講座感興趣朋友，可以掃描下方二維碼，添加小助手陳新進行報名。已添加過陳新的老朋友，可以給陳新私信，發(fā)送“自動駕駛26”即可報名。
同時，針對「自動駕駛新青年講座」，我們已經(jīng)組建了專屬學(xué)習(xí)群，也將邀請各位自動駕駛新青年加入。加入學(xué)習(xí)群，除了可以免費聽課之外，還能認(rèn)識講者，與更多同行和同學(xué)一起學(xué)習(xí)，并進行深度學(xué)習(xí)交流。想要加入的朋友，也可以和陳新進行申請。
