'Vista'模拟引擎:端到端自主车辆控制

用于自动车辆的端到端培训的神经网络对车道稳定的驾驶表示了很大的希望,但他们缺乏在规模上学习强大模型的方法,并且需要大量的培训数据。在发表的论文中IEEE机器人和自动化字母,麻省理工学院研究人员提供了一种数据驱动的模拟和培训引擎,可以仅使用稀疏奖励学习端到端的自主车辆控制策略。通过利用人类收集的轨迹通过真实环境,该团队可以呈现新颖的培训数据,允许虚拟代理沿着与道路外观和语义一致的新局部轨迹驾驶。该团队展示了控制政策的能力在内vista.模拟器概括到以前看不见的现实世界道路上的导航,而无需在培训期间获得任何人类控制标签。