【标题】TrajGen: Generating Realistic and Diverse Trajectories with Reactive and Feasible Agent Behaviors for Autonomous Driving

【作者团队】Qichao Zhang, Yinfeng Gao, Yikang Zhang, Youtian Guo

【发表日期】2022.3.31

【论文链接】https://arxiv.org/pdf/2203.16792.pdf

【推荐理由】具有反应性和可行性智能体行为的真实和多样的模拟场景可用于验证和验证自动驾驶系统的性能。本文提出了两阶段轨迹生成框架TrajGen，它可以直接从人类演示中捕捉更真实的行为。TrajGen包括多模态轨迹预测阶段和基于强化学习的轨迹修改阶段。在第一阶段，本文为轨迹预测模型提出了一种新的辅助路径，以在可驾驶区域生成多模态的不同轨迹。在第二阶段，利用强化学习在避免碰撞的同时跟踪预测轨迹，从而提高生成轨迹的可行性。此外，作者还开发了一个数据驱动的模拟器I-Sim，可用于基于自然驾驶数据并行训练强化学习模型。最后，本文给出了评估仿真场景中生成轨迹的综合指标，这表明TrajGen在保真度、反应性、可行性和多样性方面优于轨迹预测或反向强化学习。

 

内容中包含的图片若涉及版权问题，请及时与我们联系删除