Apr, 2024
增加安全关键行驶场景,同时保持与专家轨迹的相似性
Augmenting Safety-Critical Driving Scenarios while Preserving Similarity to Expert Trajectories
Hamidreza Mirkhani, Behzad Khamidehi, Kasra Rezaee
TL;DR我们提出了一种轨迹增强方法,旨在通过几何变换将位于同一簇中的轨迹组合起来,与专家轨迹数据保持相似性,从而创建新的轨迹。这些增强的轨迹被加入训练数据集中,在满足指定的安全相关标准的前提下。我们的实验证明,使用这些增强轨迹来训练仿真学习模型可以显著提高闭环性能。