Hydra-MDP: End-to-end Multimodal Planning with Multi-target Hydra-Distillation

我们提出了Hydra-MDP，一种新颖的范例，采用多个教师在教师-学生模型中进行知识蒸馏。该方法利用来自人类和基于规则的教师的知识蒸馏来训练学生模型，该模型具有多头解码器，可以学习适合各种评估指标的多样化轨迹候选项。通过基于规则的教师的知识，Hydra-MDP以端到端的方式学习环境如何影响规划，而不是采用不可微的后处理。这种方法在Navsim挑战赛中获得了第一名，证明了在各种驾驶环境和条件下的显着泛化改进。代码将在\url{https://github.com/NVlabs/Hydra-MDP}上提供。

本论文旨在提出一种新的多教师模型——Hydra-MDP，通过多个教师的知识蒸馏，从人类和基于规则的教师中学习，训练出一个具有多头解码器的学生模型，以学习适合不同评估指标的多样化轨迹候选项，以及在端到端的方法中学习环境如何影响规划，从而提高在不同驾驶环境和条件下的泛化能力。

Hydra-MDP采用多教师模型，从人类和基于规则的教师中进行知识蒸馏，训练出一个具有多头解码器的学生模型，以学习适合不同评估指标的多样化轨迹候选项，并在端到端的方法中学习环境如何影响规划。

本论文的亮点包括：1. 提出了一种新的多教师模型——Hydra-MDP；2. 采用多个教师的知识蒸馏，从人类和基于规则的教师中学习；3. 使用具有多头解码器的学生模型，以学习适合不同评估指标的多样化轨迹候选项；4. 采用端到端的方法学习环境如何影响规划；5. 在Navsim挑战中取得了第一名的好成绩。

在这个领域中，最近的相关研究包括：1.《Distilling Effective Supervision from Human Demonstrations for Autonomous Driving》；2. 《End-to-end Driving via Conditional Imitation Learning》；3. 《Imitation Learning for Autonomous Navigation: An Empirical Study》。