Компьютерные науки > Искусственный интеллект [представлен 15 сентября 2026 года] Название: Обучение навыкам автономного вождения в CARLA View PDF HTML (экспериментальное) Резюме: Поведенческое клонирование ведет к офлайну демонстрации экспертов, но развертывание является замкнутым циклом: каждое действие влияет на наблюдения, которые будет получать следующая политика. Мы изучаем вопрос о том, сколько знаний в области управления транспортным средством можно приобрести благодаря проведению демонстрации в режиме " Offline &qot; на тренажере CARLA. В рамках этой политики для прогнозирования дроссельной заслонки, торможения и рулевого управления при 20 Гц используются пятифреймовые истории изображений RGB, LIDAR, телеметрии транспортных средств и проемов движения. Демонстрации были проведены в три этапа, и по завершении этого процесса была проведена систематическая процедура формирования маршрутов с перечислением мест нерестящихся участков и практически осуществимых маневров и проверок завершенных автопилотных путей. Выпущенная политика в отношении параметров на уровне 1,36 млн. В результате проводимая политика обеспечивает автономный характер в течение нескольких часов на учебных и временных маршрутах. В наших пробежках она делала это без столкновений, а также качественно переводилась в невидимый город КАРЛА с иной геометрией дорог. Мы также наблюдали восстановление после значительных отклонений траектории, хотя мы не претендуем на систематическое восстановление без…
Обучение навыкам автономного управления в ЦАРЛА
arXiv:2609.1775v1 Annuales Type: New Humber Brieflow: Поведенческое клонирование обучает политику офлайна в отношении демонстрации экспертов, но развертывание является замкнутым циклом: каждое действие влияет на наблюдения, которые будет получать следующая политика. Мы изучаем вопрос о том, сколько знаний в области управления транспортным средством можно приобрести благодаря проведению демонстрации в режиме " Offline &qot; на тренажере CARLA. В рамках этой политики для прогнозирования дроссельной заслонки, торможения и рулевого управления при 20 Гц используются пятифреймовые истории изображений RGB, LIDAR, телеметрии транспортных средств и проемов движения. Демонстрации были проведены в три этапа, и по завершении этого процесса была проведена систематическая процедура формирования маршрутов с перечислением мест нерестящихся участков и практически осуществимых маневров и проверок завершенных автопилотных путей. Выпущенная политика в отношении параметров на уровне 1,36 млн. В результате проводимая политика обеспечивает автономный характер в течение нескольких часов на учебных и временных маршрутах. В наших пробежках она делала это без столкновений, а также качественно переносилась в невидимое