「自动驾驶新青年讲座」由智东西公开课企划，致力于邀请全球知名高校、顶尖研究机构以及优秀企业的新青年，主讲在环境感知、精准定位、决策规划、控制执行等自动驾驶关键技术上的最新研究成果和开发实践。

「自动驾驶新青年讲座」目前已完结21讲，错过往期讲座直播的朋友，可以点击文章底部“阅读原文”进行回看！

有兴趣分享的朋友，可以与智东西公开课教研团队进行邮件（class@zhidx.com）联系

近年来，自动驾驶汽车（AV）的智能决策模块可以处理的场景复杂度，逐渐成为了衡量和评价自动驾驶能力的核心指标之一。

尤其是在强交互高密度场景中，例如繁忙的城市道路、复杂的十字路口或多车道高速公路真实道路，AV 如何进行智能决策，并生成高效且安全的驾驶行为，仍然存在较大挑战。此类问题包含但不限于如何拟人地与人类交互，提升决策预测算法的泛化能力，有效处理多样驾驶环境中的corner case问题等。

针对上述问题，多伦多大学的在读博士王乐天等研究人员使用(Inverse) reinforcement learning，skill discovery，Bayesian inference等方法，使AV 产生不同风格的拟人化驾驶行为，并在线识别人类的驾驶风格，提升预测算法的场景可迁移性与个体可适应性。这些方法可以大幅提升自动驾驶决策算法的学习效率与性能，智能地解决强交互高密度驾驶场景下的泛化决策问题。相关成果的论文发表于RSS 2023、RA-L 2021（Best Paper）、NeurIPS 2021顶级会议期刊上。

9月1日10点，「自动驾驶新青年讲座」第22讲邀请到论文一作、多伦多大学在读博士王乐天参与，主讲《强交互高密度场景中自动驾驶智能决策与行为生成》。

讲者

王乐天，多伦多大学在读博士。研究方向为自动驾驶与机器人的智能决策、行为生成与预测、人机交互、端到端自动驾驶。曾在RSS，CORL，RA-L，ICRA, Neurips，CVPR等机器学习与机器人顶级会议期刊发表多篇论文。曾在自动驾驶社会化行为生成的工作中获得IEEE Robotics and Automation Letters 2021年度Best paper award honorable mention。曾获2022年度CARLA端到端自动驾驶挑战赛冠军。

第22讲

主 题

《强交互高密度场景中自动驾驶智能决策与行为生成》

提 纲

1、智能决策与行为生成问题与挑战

2、强交互驾驶场景中社会化驾驶行为生成

3、强交互驾驶场景可泛化、个体可适应行为预测

4、强交互高密度场景中强化学习ASAP-RL算法解析

5、智能决策与行为生成未来展望

直 播 信 息

直播时间：9月1日10:00

直播地点：智东西公开课知识店铺

成果

论文标题

《Efficient Reinforcement Learning for AutonomousDriving with Parameterized Skills and Priors》

《Socially-Compatible Behavior Design of Autonomous Vehicleswith Verification on Real Human Data》

《Hierarchical Adaptable and Transferable Networks(HATN) for Driving Behavior Prediction》

论文链接

https://arxiv.org/pdf/2305.04412.pdf

https://arxiv.org/pdf/2010.14712.pdf

https://arxiv.org/pdf/2111.00788.pdf