Exploring Data Aggregation in Policy Learning for Vision-Based Urban Autonomous Driving

Data aggregation techniques can significantly improve vision-based policy learning within a training environment, e.g., learning to drive in a specific simulation condition. However, as on-policy data is sequentially sampled and added in an iterative manner, the policy can specialize and overfit to...

Celý popis

Podrobná bibliografie

Vydáno v:	Proceedings (IEEE Computer Society Conference on Computer Vision and Pattern Recognition. Online) s. 11760 - 11770
Hlavní autoři:	Prakash, Aditya, Behl, Aseem, Ohn-Bar, Eshed, Chitta, Kashyap, Geiger, Andreas
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 01.01.2020
Témata:	Autonomous vehicles Data aggregation Supervised learning Task analysis Training Trajectory Uncertainty
ISSN:	1063-6919
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!