タスク知識蒸留を用いた自律運転車両のためのルートフォローにおけるドライバービヘイビアクローン

ルートフォローのための適切な運転軌道を計画することは、自律運転の重要な機能です。運転軌道計画において、自然な軌道学習と改善を可能にする行動クローンは効果的に利用されています。しかし、既存の行動クローン手法は常に、大規模で時間を要し、労力がかかり、信頼できるラベルに依存しています。この問題に対処するために、本論文はタスク知識蒸留を用いた自律運転のための新しいオフポリシー模倣学習手法を提案します。この新しい手法は、人間の運転行動をクローンし、ドメインシフトシナリオに運転戦略を効果的に移転します。実験結果は、我々の手法が現実の都市交通シーンにおいて満足のいくルートフォロー性能を導くことができ、さまざまな照明および天候シナリオの下で新しい未知のシーンに運転戦略を移転できることを示しています。