文摘
在本文中,我们提出一个神经运动自主计划学习开车在包括红绿灯处理复杂城市场景中,屈服,与多个其症结在于互动。朝着这个目标,我们设计一个整体模型,使用原始激光雷达数据作为输入,并一个高清地图并产生可判断的中间表示形式的3 d检测和他们未来的轨迹,以及成本体积定义每个职位的美好,无人驾驶汽车可以在规划周期内。然后我们样品一套不同的身体可能的轨迹和选择成本最低的学习。重要的是,我们的成本体积能够自然地捕获多模和不确定性。我们证明我们的方法的有效性在捕捉真实的驾驶数据在多个城市在北美。
作者
北京曾,蕴结罗,西蒙锁,阿巴斯萨达特,本•杨,塞尔吉奥·卡萨斯,拉奎尔Urtasun
会议
CVPR 2019
论文全文
超级ATG
评论