「自动(dong)驾驶(shi)(shi)新(xin)(xin)青(qing)年(nian)讲座」由智东西公(gong)开课企划(hua)，致力于(yu)邀请全球知名高(gao)校、顶尖研(yan)究(jiu)机构(gou)以及(ji)优(you)秀企业的(de)新(xin)(xin)青(qing)年(nian)，主讲在(zai)环境感(gan)知、精准定(ding)位(wei)、决策规划(hua)、控制(zhi)执(zhi)行等自动(dong)驾驶(shi)(shi)关键技术(shu)上(shang)的(de)最新(xin)(xin)研(yan)究(jiu)成果(guo)和开发实践。
「自动驾驶新青年讲(jiang)(jiang)座」目前(qian)已完结21讲(jiang)(jiang)，错过往期讲(jiang)(jiang)座直播的朋友(you)，可以点(dian)击文(wen)章(zhang)底(di)部“阅读(du)原文(wen)”进行回看！
有兴趣分(fen)享(xiang)的朋(peng)友，可以与智东西公开课教(jiao)研团(tuan)队进行邮件(jian)（class@k193.net）联系(xi)
近年(nian)来(lai)，自动驾(jia)驶汽车（AV）的(de)智能决策(ce)模(mo)块可以处理的(de)场景复杂度，逐渐成(cheng)为了衡(heng)量(liang)和(he)评(ping)价自动驾(jia)驶能力(li)的(de)核心指(zhi)标之一(yi)。
尤其是在强(qiang)交互高密度场景中，例如(ru)(ru)繁忙的(de)(de)城市(shi)道(dao)路(lu)、复杂的(de)(de)十字路(lu)口或多车道(dao)高速公路(lu)真实道(dao)路(lu)，AV 如(ru)(ru)何(he)进(jin)行(xing)智能(neng)决策(ce)，并生(sheng)成(cheng)高效(xiao)且安全的(de)(de)驾驶行(xing)为，仍然存在较大挑(tiao)战。此类(lei)问(wen)题(ti)包含(han)但不(bu)限于如(ru)(ru)何(he)拟(ni)人地与人类(lei)交互，提升决策(ce)预(yu)测(ce)算法的(de)(de)泛化(hua)能(neng)力(li)，有效(xiao)处理(li)多样(yang)驾驶环境(jing)中的(de)(de)corner case问(wen)题(ti)等(deng)。
针对上述问题，多伦多大学的在读博士王乐天等研究人员使用(Inverse) reinforcement learning，skill discovery，Bayesian inference等方法，使AV 产生不同风格的拟人化驾驶行为，并在线识别人类的驾驶风格，提升预测算法的场景可迁移性与个体可适应性。这些方法可以大幅提升自动驾驶决策算法的学习效率与性能，智能地解决强交互高密度驾驶场景下的泛化决策问题。相关成果的论文发表于RSS 2023、RA-L 2021（Best Paper）、NeurIPS 2021顶级会议期刊上。
9月1日10点，「自动驾驶新青年讲座」第22讲邀请到论文一作、多伦多大学在读博士王乐天参与，主讲《强交互高密度场景中自动驾驶智能决策与行为生成》。
讲者
王乐天，多伦多大学在读博士。研究方向为自(zi)动(dong)驾(jia)驶与机器人的智能决策、行(xing)为生(sheng)成与预(yu)测、人机交互、端(duan)到端(duan)自(zi)动(dong)驾(jia)驶。曾(ceng)(ceng)在RSS，CORL，RA-L，ICRA, Neurips，CVPR等(deng)机器学习与机器人顶级会(hui)议期刊发表多篇论文。曾(ceng)(ceng)在自(zi)动(dong)驾(jia)驶社(she)会(hui)化行(xing)为生(sheng)成的工作中(zhong)获(huo)得IEEE Robotics and Automation Letters 2021年度(du)Best paper award honorable mention。曾(ceng)(ceng)获(huo)2022年度(du)CARLA端(duan)到端(duan)自(zi)动(dong)驾(jia)驶挑战赛冠军。
第22讲
主 题
《强交互高(gao)密度场景中自(zi)动驾驶(shi)智能决策与行为生成》
提 纲
1、智(zhi)能决策(ce)与(yu)行为生成(cheng)问题与(yu)挑战
2、强交(jiao)互驾驶场景中社会化驾驶行(xing)为生成
3、强交(jiao)互驾驶场景(jing)可泛化、个体可适(shi)应行为预(yu)测(ce)
4、强(qiang)交互高密(mi)度场景中强(qiang)化学(xue)习ASAP-RL算法解(jie)析
5、智能决策与行为生成未来展望
直 播 信 息
直播时间：9月1日10:00
直播地点：智东西公开课(ke)知识店铺
成果
论文标题
《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》
论文链接
//arxiv.org/pdf/2305.04412.pdf
//arxiv.org/pdf/2010.14712.pdf
//arxiv.org/pdf/2111.00788.pdf
