“VISTA”仿真引擎:端到端自动车辆控制

用于自动驾驶汽车的端到端训练神经网络在车道稳定驾驶方面显示出了很大的前景,但它们缺乏大规模学习鲁棒模型的方法,而且需要大量的训练数据。发表在IEEE机器人与自动化通讯麻省理工学院(MIT)的研究人员提出了一种数据驱动的模拟和训练引擎,它可以只使用少量奖励就学习到端到端的自动驾驶汽车控制策略。通过利用人类在真实环境中收集的轨迹,该团队可以提供新的训练数据,使虚拟代理能够沿着与道路外观和语义一致的新的局部轨迹行驶。该团队展示了控制政策的能力VISTA模拟器泛化和导航在以前看不见的真实世界的道路,没有访问任何人类控制标签的培训。