SOTA | RLAD：基于像素的自动驾驶强化学习新方案！-CSDN博客

作者 | 自动驾驶专栏编辑 | 自动驾驶专栏

点击下方卡片，关注“自动驾驶之心”公众号

ADAS巨卷干货，即可获取

论文链接：https://arxiv.org/pdf/2305.18510.pdf

摘要

本文介绍了RLAD：城市环境中自动驾驶从像素进行强化学习。强化学习（RL）应用于自动驾驶（AD）中的当前方法着重于从驾驶策略训练中解耦感知训练。主要原因是要避免将卷积编码器与策略网络一起训练，众所周知，这将带来有关采样效率、退化特征表示和严重过拟合的问题。然而，这种范式将导致环境表示与下游任务不一致，从而可能导致次优的性能。为了解决这一限制，本文提出了RLAD，它是首个应用于城市自动驾驶领域的从像素进行强化学习（RLfP）方法。本文提出了若干技术来增强RLfP算法在该领域的性能，包括：i）利用图像增强和自适应局部信号混合（A-LIX）层的图像编码器；ii）WayConv1D是一种路径点编码器，其使用1D卷积来利用路径点的2D几何信息；iii）辅助损失来增加交通信号灯在环境的隐层表示中的重要性。实验结果表明，RLAD在NoCrash基准测试上显著优于所有最先进的RLfP方法。我们还对NoCrash-regular基准进行分析，结果表明，RLAD在碰撞概率和红灯违规方面均比所有其它方法表现更好。

主要贡献

本文的主要贡献总结如下：

1）本文提出了RLAD，这是首个在基于视觉的城市自动驾驶（AD）领域中使用增强学习（RL）同时学习编码器和驾驶策略网络的方法。本文还表明RLAD在该领域中显著优于所有最先进的RLfP方法；

2）本文引入了一种图像编码器，该编码器利用图像增强和自适应局部信号混合（ALIX）层来最小化编码器的严重过拟合；

3）本文提出了WayConv1D，它是一种路径点编码器，使用2x2内核的1D卷积来利用路径点的2D几何信息，这显著提高了驾驶的稳定性；

4）本文对基于视觉的城市自动驾驶（AD）领域中最先进的RLfP进行了全面的分析，其中我们表明主要的挑战之一为遵守交通信号灯。为了解决这一限制，在图像的隐层表示中加入专门针对交通信号灯信息的辅助损失，从而增强了其重要性。

论文图片和表格

总结

本文引入了RLAD，它是基于视觉的城市自动驾驶（AD）领域中首个使用强化学习（RL）同时学习编码器和驾驶策略网络的算法。本文方法显著优于该领域中所有RLfP最先进的方法。尽管本文方法在端到端的城市自动驾驶（AD）中还不能与最先进的方法竞争，但是我们相信RLAD可以将RLfP应用于城市自动驾驶（AD）领域。与那些从策略网络中解耦编码器的方法相比，同时学习编码器和策略网络的方法在MuJoCo模拟器中的连续控制任务中表现出更好的性能。基于这些信息，我们有理由预计，城市自动驾驶（AD）领域中将出现类似的模式，我们相信RLAD是实现这一目标的第一步。

往期回顾

史上最全综述 | 3D目标检测算法汇总！（单目/双目/LiDAR/多模态/时序/半弱自监督）

（一）视频课程来了！

自动驾驶之心为大家汇集了毫米波雷达视觉融合、高精地图、BEV感知、多传感器标定、传感器部署、自动驾驶协同感知、语义分割、自动驾驶仿真、L4感知、决策规划、轨迹预测等多个方向学习视频，欢迎大家自取（扫码进入学习）

（扫码学习最新视频）

视频官网：www.zdjszx.com

（二）国内首个自动驾驶学习社区

近1000人的交流社区，和20+自动驾驶技术栈学习路线，想要了解更多自动驾驶感知（分类、检测、分割、关键点、车道线、3D目标检测、Occpuancy、多传感器融合、目标跟踪、光流估计、轨迹预测）、自动驾驶定位建图（SLAM、高精地图）、自动驾驶规划控制、领域技术方案、AI模型部署落地实战、行业动态、岗位发布，欢迎扫描下方二维码，加入自动驾驶之心知识星球，这是一个真正有干货的地方，与领域大佬交流入门、学习、工作、跳槽上的各类难题，日常分享论文+代码+视频，期待交流！