基于机器学习自动驾驶车辆安全系统.pdfVIP

SafetyNet：使用机器学习策略为现实世界中的自动驾驶车辆

进行安全规划

∗∗∗˙´

MattVitelli，YanChang，YaweiYe，MaciejWołczyk，BłazejOsinski，

MoritzNiendorf，HugoGrimmett，QianguiHuang，AsheshJain，PeterOndruska+

—在本文中，我们介绍了第一个从人类演示中训练并

1在具有性的现实城市环境中部署的全控制自动驾驶车辆的

2安全系统。当前解决方案使用基于规则的系统进行规

0划。虽然它们在常见场景中表现良好，但工程复杂性使得这种

2

方法无法达到人类水平的性能。另一方面，通过简单地添加更

p多示例数据，可以提高机器学习（ML）规划解决方案的性能。

e

S然而，ML方法不能安全保证，有时行为不可预测。为了

8应对这一问题，我们的方法使用了一个简单而有效的基于规则

2的回退层，对ML规划器的决策进行合理性检查