要約
本論文では、エゴ車両だけでなく、観測するすべての車両から収集された経験を用いて運転ポリシーを学習するシステムを提案します。このシステムは、他のエージェントの行動を利用して追加のデータ収集なしでより多様な運転シナリオを作成します。他の車両から学習する際の主な課題は、センサ情報が存在しないことです。私たちは一連の監督タスクを使用して、制御車両の視点に依存しない中間表現を学習します。これにより、訓練時に豊かな信号が得られるとともに、推論時により複雑な推論が可能になります。すべての車両の運転方法を学習することで、テスト時の彼らの行動を予測し、衝突を回避することができます。私たちはクローズドループ運転シミュレーションでこのシステムを評価しました。私たちのシステムは公開されているCARLA リーダーボードにおいて全ての先行手法を大幅に上回り、運転スコアを25ポイント向上させ、ルート完了率も24ポイント向上させました。当該手法は2021年のCARLA 自動運転チャレンジで優勝しました。コードとデータは https://github.com/dotchen/LAV で入手可能です。