[发明专利]用于训练/调优运载工具的机器学习模型的驾驶情景采样

说明书

公开了用于对驾驶情景进行采样以训练机器学习模型的实施例。在一个实施例中，一种方法包括：使用至少一个处理器，将一组初始物理状态分配至用于一组模拟驾驶情景的地图中的一组对象，其中所述一组初始物理状态是根据随机数生成器的一个或多个输出来分配的；使用所述至少一个处理器，利用所述一组对象中的对象的初始物理状态来生成所述地图中的所述一组模拟驾驶情景；使用所述至少一个处理器来选择所述模拟驾驶情景的样本；使用所述至少一个处理器，利用所选择的样本来训练机器学习模型；以及使用控制电路，利用经训练的机器学习模型在环境中操作运载工具。

技术领域

以下的说明通常涉及生成机器学习模型的训练和/或调优数据。

背景技术

自主运载工具(AV)通常包括需要使用训练数据来训练和调优的机器学习模型。机器学习模型的准确度高度依赖于训练和/或调优数据的质量。例如，如果机器学习模型将用于预测AV在具有许多静态和动态对象(诸如其它运载工具等)的操作环境中的行为，则为了确保机器学习模型的准确度，重要的是训练和/或调优数据包括定性地捕获对象的正常行为的不同驾驶情景的大数据集。

发明内容

提供了用于对驾驶情景进行采样以提供机器学习模型的训练和/或调优数据的技术。

在实施例中，一种方法包括：使用至少一个处理器，将一组初始物理状态分配至用于一组模拟驾驶情景(例如，穿过交叉口、车道改变)的地图中的一组对象(例如，虚拟运载工具、行人、骑车者)，其中所述一组组初始物理状态是根据随机数生成器的一个或多个输出来分配的；使用所述至少一个处理器，利用对象的初始物理状态来生成所述地图中的所述一组模拟驾驶情景；使用所述至少一个处理器来选择所述模拟驾驶情景的样本；使用所述至少一个处理器，利用所选择的样本训练机器学习模型(例如，深度神经网络)；以及使用控制电路，利用经训练的机器学习模型在环境中操作运载工具。

在实施例中，所述一组对象中的至少一个对象是虚拟运载工具，并且所述方法还包括：分配所述虚拟运载工具的虚拟驾驶员的心理状态(例如，倾向于从停止位置起快速加速、倾向于紧跟)；以及使用所述地图、所述一组对象中的各对象的初始物理状态和所述虚拟运载工具的所述虚拟驾驶员的心理状态来模拟驾驶情景。

在实施例中，所述虚拟驾驶员的心理状态包括驾驶员的加速偏好(例如，从停止位置起快速加速的偏好)。

在实施例中，所述虚拟驾驶员的心理状态包括维持另一虚拟运载工具与其它对象之间的间隙的偏好(例如，紧跟的偏好)。

在实施例中，所述虚拟驾驶员的心理状态包括对特定路线的偏好。

在实施例中，所述虚拟驾驶员的心理状态包括驾驶员的目标(例如，快速到达目的地)。

在实施例中，所述虚拟驾驶者的心理状态包括礼貌因素(例如，权重因子)，所述礼貌因素用于确定驾驶员在多大程度上有意愿给驾驶情景中的其它虚拟驾驶员带来不便。

在实施例中，所述方法还包括：确定一组驾驶情景中的一个或多个失败的情景(例如，两个或更多个对象之间的碰撞)；以及将所述一个或多个失败的驾驶情景从对所述机器学习模型进行训练中排除(例如，该一个或多个失败的驾驶情景未包括在训练数据中)。

在实施例中，失败的驾驶情景包括在两个或更多个对象之间预测到碰撞的驾驶情景。

在实施例中，失败的驾驶情景包括一个或多个对象的加速度值或减速度值高于或低于一个或多个指定阈值(例如，加速度将导致运载工具失去控制)的驾驶情景。

在实施例中，所述一组对象中的对象的初始物理状态包括初始位置和初始加速度，并且所述初始位置和所述初始加速度是根据所述随机数生成器所输出的不同随机数来分配的。

在实施例中，生成所述模拟驾驶情景还包括：在选择样本之前针对指定时间段在时间上向前预测各驾驶情景(例如，以允许各种对象无失败地遍历各自的轨迹)。