weixin_56507088的博客

原创 论文阅读：Model-Based Imitation Learning for Urban Driving

MILE：一种基于模型的模仿学习方法，用于共同学习世界模型和自动驾驶策略。该方法利用3D几何作为归纳偏差①，并直接从专家演示的高分辨率视频中学习高度紧凑的潜在空间；在离线的城市驾驶数据语料库上训练，与环境没有任何的在线交互。成果：当部署在一个全新的城镇和新的天气条件下时，MILE在CARLA模拟器上的驾驶分数比现有技术提高了31%。论文模型可以预测不同的和合理的状态和动作，并解码为鸟瞰图语义分割。①归纳偏差(Inductive bias)可以理解为一种，能够帮助我们在多个可能的模型中选择出一个。