[發(fā)明專利]部署在模擬平臺上的用于訓(xùn)練機(jī)器學(xué)習(xí)模型的系統(tǒng)和方法

在審

• 申請?zhí)枺?/td>: 201811384514.6
• 申請日: 2018-11-20
• 公開（公告）號: CN110378483A
• 公開（公告）日: 2019-10-25
• 發(fā)明（設(shè)計）人: 張亮亮;余思洋;李棟;胡江滔;陶佳鳴;蔣一飛
• 申請（專利權(quán)）人: 百度（美國）有限責(zé)任公司
• 主分類號: G06N20/00
• 分類號: G06N20/00
• 代理公司: 北京英賽嘉華知識產(chǎn)權(quán)代理有限責(zé)任公司 11204
• 代理人: 馬曉亞;王艷春

公開了用于訓(xùn)練機(jī)器學(xué)習(xí)模型的系統(tǒng)和方法。在一個實施方式中，對于多個駕駛場景的每個，響應(yīng)于來自車輛的一個或多個傳感器的傳感器數(shù)據(jù)和駕駛場景，在車輛由人類駕駛員根據(jù)駕駛場景駕駛的同時收集車輛的駕駛統(tǒng)計數(shù)據(jù)和環(huán)境數(shù)據(jù)。在完成駕駛場景后，駕駛員被請求為完成的駕駛場景選擇標(biāo)簽并且所選擇的標(biāo)簽響應(yīng)于駕駛員的選擇被存儲?；陬A(yù)定標(biāo)準(zhǔn)從駕駛統(tǒng)計數(shù)據(jù)和環(huán)境數(shù)據(jù)提取特征。所提取的特征包括在駕駛場景期間在不同時間點收集的駕駛統(tǒng)計數(shù)據(jù)的一些和環(huán)境數(shù)據(jù)的一些。

技術(shù)領(lǐng)域

本公開的實施方式總體涉及操作自動駕駛車輛。更具體地，本公開的實施方式涉及部署在模擬平臺上的用于訓(xùn)練機(jī)器學(xué)習(xí)模型的系統(tǒng)和方法。

背景技術(shù)

以自動駕駛模式運行(例如，無人駕駛)的車輛可將乘員、尤其是人類駕駛員從一些駕駛相關(guān)的職責(zé)中解放出來。當(dāng)以自動駕駛模式運行時，車輛可使用車載傳感器導(dǎo)航到各個位置，從而允許車輛在最少人機(jī)交互的情況下或在沒有任何乘客的一些情況下行駛。

運動規(guī)劃和控制是自動駕駛中的關(guān)鍵操作。然而，傳統(tǒng)的運動規(guī)劃操作主要根據(jù)其曲率和速度估計完成給定路徑的難度而不考慮不同類型車輛的特征的差異。一些運動規(guī)劃和控制被應(yīng)用于所有類型的車輛，在一些情況下可能不太精確和平滑。

為了改進(jìn)自動駕駛中的運動和規(guī)劃控制，自動駕駛模擬器一般用于評估這種軟件部件(例如，感知與規(guī)劃控制)的軟件性能。例如，傳統(tǒng)的模擬器一般基于預(yù)定義的分級系統(tǒng)評估軟件部件，所述分級系統(tǒng)包括一系列分級度量。然而，所述分級系統(tǒng)在許多駕駛場景(例如，轉(zhuǎn)彎場景)中失效并常常在所述駕駛場景需要度量的不同組合來定義時失敗。

發(fā)明內(nèi)容

根據(jù)本申請的一方面，提供了一種訓(xùn)練用于評估車輛的自動駕駛的機(jī)器學(xué)習(xí)模型的計算機(jī)實施的方法，所述方法包括：

對于多個駕駛場景的每個，

響應(yīng)于來自車輛的一個或多個傳感器的傳感器數(shù)據(jù)和所述駕駛場景，在所述車輛由人類駕駛員根據(jù)所述駕駛場景駕駛的同時收集所述車輛的駕駛統(tǒng)計數(shù)據(jù)和環(huán)境數(shù)據(jù)；

在完成所述駕駛場景后，請求所述駕駛員為完成的駕駛場景選擇標(biāo)簽并響應(yīng)于所述駕駛員的選擇來存儲所選擇的標(biāo)簽；以及

基于預(yù)定標(biāo)準(zhǔn)從所述駕駛統(tǒng)計數(shù)據(jù)和所述環(huán)境數(shù)據(jù)提取特征，提取的特征包括在所述駕駛場景期間在不同時間點收集的所述駕駛統(tǒng)計數(shù)據(jù)的一些和所述環(huán)境數(shù)據(jù)的一些，所述提取的特征隨后被用于評估多個自動駕駛車輛的自動駕駛的行為。

根據(jù)本申請的另一方面，提供了一種存儲有指令的非暫時性機(jī)器可讀介質(zhì)，所述指令在由處理器執(zhí)行時致使所述處理器執(zhí)行操作，所述操作包括：

對于多個駕駛場景的每個，

響應(yīng)于來自車輛的一個或多個傳感器的傳感器數(shù)據(jù)和所述駕駛場景，在所述車輛由人類駕駛員根據(jù)所述駕駛場景駕駛的同時收集所述車輛的駕駛統(tǒng)計數(shù)據(jù)和環(huán)境數(shù)據(jù)；

在完成所述駕駛場景后，請求所述駕駛員為完成的駕駛場景選擇標(biāo)簽并響應(yīng)于所述駕駛員的選擇來存儲所選擇的標(biāo)簽；以及

基于預(yù)定標(biāo)準(zhǔn)從所述駕駛統(tǒng)計數(shù)據(jù)和所述環(huán)境數(shù)據(jù)提取特征，提取的特征包括在所述駕駛場景期間在不同時間點收集的所述駕駛統(tǒng)計數(shù)據(jù)的一些和所述環(huán)境數(shù)據(jù)的一些，所述提取的特征隨后被用于評估多個自動駕駛車輛的自動駕駛的行為。

根據(jù)本申請的又一方面，提供了一種數(shù)據(jù)處理系統(tǒng)，包括：

處理器；以及

存儲器，所述存儲器聯(lián)接到所述處理器，以存儲指令，所述指令在由所述處理器執(zhí)行時致使所述處理器執(zhí)行操作，所述操作包括：

對于多個駕駛場景的每個，