3、基于模仿和主动推理的自动驾驶技术解析

基于模仿和主动推理的自动驾驶技术解析

1. 自动驾驶技术现状与挑战

随着自动驾驶车辆（AV）技术朝着完全自主的方向发展，未来几年内，自动驾驶汽车成为现实的可能性越来越大。虽然AV已被证明能在结构化环境和合理驾驶条件下运行，但在不确定性高的未知环境中，它们仍面临不可预测的行为，可能导致灾难性后果。

在自动驾驶中，依据车辆的环境变化做出驾驶决策，并适应不同的驾驶条件至关重要。传统规划方法在建模车辆间动态交互时，需要大量手动调整，因此不具备可扩展性且成本效益低。

以下是传统方法和新兴方法的对比：
| 方法类型 | 优点 | 缺点 |
| ---- | ---- | ---- |
| 传统规划方法 | - | 手动调参多、不可扩展、成本高 |
| 模仿学习（IL） | 数据驱动模仿专家驾驶行为 | 难以处理演示未涵盖的状态 |
| 强化学习（RL） | 可探索新状态和动作 | 需要大量训练数据和计算资源 |

2. 解决方案：结合主动推理的模仿学习

为克服上述方法的局限性，研究提出了一种将主动推理与模仿学习相结合的方法。该方法旨在让AV学习一种对不确定性和动态环境变化具有鲁棒性的策略，同时完成特定任务。具体而言，它有以下几个核心贡献：
1. 整合主动推理与IL ：在新经验下，通过平衡预期回报和异常值来优化学习策略。
2. 优化探索 - 利用率 ：通过贝叶斯预测和诊断消息区分正常和异常情况。
3. 优化行动计划 ：考虑不确定性，最小化与专家演示的模仿损失。