本文經(jīng)自動(dòng)駕駛之心公眾號(hào)授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請(qǐng)聯(lián)系出處。

在CARLA v2中以專家級(jí)的熟練程度運(yùn)行。

題目：Think2Drive: Efficient Reinforcement Learning by Thinking in Latent World Model for Quasi-Realistic Autonomous Driving (in CARLA-v2)

作者單位：上海交通大學(xué)

現(xiàn)實(shí)世界中的自動(dòng)駕駛（AD），尤其是城市駕駛，涉及許多corner case。最近發(fā)布的AD仿真器CARLA v2在駕駛場(chǎng)景中增加了39個(gè)常見(jiàn)事件，并提供了比CARLA v1更接近真實(shí)的測(cè)試平臺(tái)。這給社區(qū)帶來(lái)了新的挑戰(zhàn)，到目前為止，還沒(méi)有文獻(xiàn)報(bào)告CARLA v2中的新場(chǎng)景取得了任何成功，因?yàn)楝F(xiàn)有的工作大多都必須依賴于特定規(guī)則進(jìn)行規(guī)劃，但它們無(wú)法涵蓋CARLA v2中更復(fù)雜的情況。這項(xiàng)工作主動(dòng)直接訓(xùn)練一個(gè)規(guī)劃器，希望能夠靈活有效地處理corner case，認(rèn)為這也是AD的未來(lái)方向。據(jù)我們所知，我們開(kāi)發(fā)了第一個(gè)基于模型的強(qiáng)化學(xué)習(xí)方法，名為Think2Drive，用于AD，具有一個(gè)世界模型來(lái)學(xué)習(xí)環(huán)境的轉(zhuǎn)變，然后它充當(dāng)神經(jīng)仿真器來(lái)訓(xùn)練規(guī)劃器。這種范式極大地提高了訓(xùn)練效率，因?yàn)槭澜缒Ｐ椭械牡途S狀態(tài)空間和張量的并行計(jì)算。

結(jié)果，Think2Drive能夠在單個(gè)A6000 GPU上進(jìn)行3天的訓(xùn)練后，在CARLA v2中以專家級(jí)的熟練程度運(yùn)行，據(jù)我們所知，迄今為止尚未報(bào)告有關(guān)CARLA v2的成功（100%的路線完成）。還提出了CornerCase-Repository，這是一個(gè)支持通過(guò)場(chǎng)景評(píng)估駕駛模型的基準(zhǔn)。此外，提出了一個(gè)新的平衡指標(biāo)來(lái)評(píng)估性能，包括路線完成、違規(guī)次數(shù)和場(chǎng)景密度，以便駕駛分?jǐn)?shù)可以提供更多關(guān)于實(shí)際駕駛表現(xiàn)的信息。

實(shí)驗(yàn)結(jié)果

寫在最后

歡迎star和follow我們的倉(cāng)庫(kù)，里面包含了BEV/多模態(tài)融合/Occupancy/毫米波雷達(dá)視覺(jué)感知/車道線檢測(cè)/3D感知/多模態(tài)融合/在線地圖/多傳感器標(biāo)定/Nerf/大模型/規(guī)劃控制/軌跡預(yù)測(cè)等眾多技術(shù)綜述與論文；