简化训练策略在自动驾驶中优于复杂模型
原始标题 / DriveMLP: When Training Strategy Outperforms Model Complexity in Autonomous Driving
研究发现，在自动驾驶闭环规划中，训练策略而非模型复杂度是性能提升的主要来源。作者提出EGRL策略和轻量MLP模型DriveMLP，在nuPlan基准上超越此前最佳IL规划器，且推理速度更快。
01 摘要
自动驾驶闭环规划面临分布偏移和复合误差等挑战。作者提出Expert-Guided RL（EGRL）训练策略，利用专家数据导出的轨迹距离奖励，以RL作为优化工具。实验表明训练策略对性能贡献显著，基于EGRL的轻量MLP模型DriveMLP在nuPlan基准上取得86.51分，超越此前最佳IL规划器。
02 关键点
- EGRL策略使用专家数据导出的轨迹距离奖励，以强化学习作为优化工具。
- 轻量MLP模型DriveMLP在nuPlan Val14 Reactive基准取得86.51分，较此前最佳IL规划器提升3.2分。
- DriveMLP推理速度超过此前最佳IL规划器15倍。
回到一手来源
阅读原文 ↗AI GENERATED SUMMARY / DISCOVERED BY ARXIV CS.LG