今年9月起(qi)，智(zhi)(zhi)東西公開(kai)課(ke)品牌全新升級為智(zhi)(zhi)猩猩。智(zhi)(zhi)猩猩定位硬科技講(jiang)解(jie)與服(fu)務平臺，提供(gong)公開(kai)課(ke)、在線研(yan)討會、講(jiang)座、峰會等線上線下產(chan)品。
「自(zi)動駕駛新(xin)青(qing)年講(jiang)座」由智猩猩企(qi)劃，致力于(yu)邀請全球知(zhi)名高校、頂尖研究機構以及(ji)優秀企(qi)業的新(xin)青(qing)年，主講(jiang)在環境感知(zhi)、精準定位、決策規劃、控制執行(xing)等自(zi)動駕駛關鍵技術上(shang)的最(zui)新(xin)研究成果和開發實(shi)踐。
「自動駕駛新青年講座」現已完結25講，錯過往期講座直播的朋友，可以點擊文章底部“閱讀原文”進行回看！
有興趣講解(jie)的(de)朋(peng)友，可以與智(zhi)猩猩教研產品團隊郵件（class@sanyasheying.cn）聯系。
在(zai)強交(jiao)(jiao)互(hu)(hu)場(chang)(chang)景中(zhong)，自(zi)動(dong)(dong)駕(jia)駛(shi)汽車(che)（AV）需(xu)要與道路上的(de)(de)各(ge)種(zhong)智(zhi)(zhi)能(neng)體進行(xing)高(gao)效且安全地互(hu)(hu)動(dong)(dong)。這些智(zhi)(zhi)能(neng)體包括其他AV、人類駕(jia)駛(shi)的(de)(de)汽車(che)、行(xing)人等。智(zhi)(zhi)能(neng)體的(de)(de)行(xing)為具有難以預測性，且復雜多(duo)變，對AV的(de)(de)決策系(xi)統提出(chu)了(le)巨大(da)挑戰。因此，想要建立其可靠的(de)(de)自(zi)主能(neng)力，安全地在(zai)強交(jiao)(jiao)互(hu)(hu)場(chang)(chang)景中(zhong)導航，就需(xu)要可擴(kuo)展、具有普(pu)遍性關系(xi)推理和交(jiao)(jiao)互(hu)(hu)建模能(neng)力來(lai)處理交(jiao)(jiao)互(hu)(hu)智(zhi)(zhi)能(neng)體之間的(de)(de)關系(xi)。
近年(nian)來，基(ji)于深度(du)強化學習(xi)的AV自主導(dao)(dao)航相(xiang)關研(yan)究(jiu)有了可(ke)喜的進(jin)(jin)展，但現有工作(zuo)通常(chang)采用固定(ding)的行(xing)為策(ce)略(lve)來控制訓練環境中的社會車輛。這可(ke)能導(dao)(dao)致駕駛策(ce)略(lve)過度(du)擬合環境，從(cong)而(er)難以(yi)與其他車輛進(jin)(jin)行(xing)良好交互。
此(ci)外(wai)，在強(qiang)交互場景中(zhong)，準確(que)理解(jie)和(he)預測人類行(xing)為是實現(xian)自動(dong)駕駛的關(guan)鍵(jian)先決條件。行(xing)人檢測技術能(neng)夠(gou)使AV準確(que)地感知和(he)理解(jie)周圍環境，并做出(chu)更加智(zhi)能(neng)安(an)全的決策，避免潛在事故的發生。
在上述背景下，加利福尼亞大學河濱分校（UCR）電氣與計算機工程系和計算機科學與工程系助理教授、斯坦福大學博士后李家琛等研究人員提出一種統一的關系推理框架EvolveGraph，用于建模多智能體系統和人機交互中的潛在關系或互動規律。該框架能夠在不同范圍或抽象層面上，推斷出可解釋的實體間關系，EvolveGraph相關論文成果收錄于NeurIPS 2020頂會上。
針對T字路口，李博士等研究人員又提出一種基于元強化學習的方法，通過交互獎勵函數隨機化，生成多樣化的目標。基于強化學習的車輛行為預測與魯棒序列決策方法的相關論文成果收錄于ITSC 2023頂會上。
此外，針對強交互場景，相關團隊又提出一種基于三維人體關鍵點的行人動作識別及軌跡預測的新型多任務學習框架，并在數據集中驗證了其有效性。三維人體關鍵點的行人動作識別及軌跡預測框架相關的論文成果收錄于ICRA 2023頂會上。
11月16日10點，「自動駕駛新青年講座」第26講邀請到加利福尼亞大學河濱分校（UCR）助理教授、斯坦福大學博士后李家琛參與，主講《強交互場景下自動駕駛中的行為預測與決策》。
講者
李家琛，加利福尼亞大學河濱分校助理教授
斯坦福大學博士(shi)后，在(zai)加(jia)利福尼亞大學伯(bo)克利分校獲得博士(shi)學位。2022年(nian)被(bei)評(ping)為(wei)RSS Robotics Pioneer，并(bing)在(zai)2023年(nian)被(bei)評(ping)為(wei)ASME DCSD Rising Star。李博士(shi)發(fa)表了35篇同(tong)行評(ping)審(shen)的論文，并(bing)申請了11項專利。擔任多個頂級(ji)期刊和(he)會議副主(zhu)編或審(shen)稿人(ren)。在(zai)NeurIPS、ICCV、ICRA、IROS、IV和(he)ITSC國際頂級(ji)會議上組織了多個關(guan)于機器人(ren)、機器學習(xi)、計算(suan)機視覺(jue)和(he)智能交通系統的研討(tao)會，詳見 //jiachenli94.github.io/。
第26講
主 題
《強交互場景下自動駕駛中的行為預測與決策》
提 綱
1、多智能體系統與人機交互關系推理框架EvolveGraph
2、基于強化學習的車輛行為預測與魯棒序列決策
3、基于三維人體關鍵點的行人動作識別及軌跡預測
4、未(wei)來研究工作展(zhan)望(wang)
直 播 信 息
直播時間：11月16日10:00
直(zhi)播地點：智猩猩知識(shi)店鋪
成果
論文標題
《EvolveGraph: Multi-Agent Trajectory Prediction with Dynamic Relational Reasoning》
《Robust Driving Policy Learning withGuided Meta Reinforcement Learning》
《Pedestrian Crossing Action Recognition and Trajectory Predictionwith 3D Human Keypoints》
論文地址
//arxiv.org/abs/2003.13924
//arxiv.org/abs/2307.10160
//arxiv.org/abs/2306.01075
報名方式
對本次講座感興趣朋(peng)友，可(ke)以掃(sao)描下方二維碼，添加(jia)小助手陳新(xin)進行報名(ming)。已添加(jia)過(guo)陳新(xin)的老(lao)朋(peng)友，可(ke)以給陳新(xin)私信，發送“自動(dong)駕駛26”即可(ke)報名(ming)。
同(tong)時，針(zhen)對「自(zi)動駕駛新(xin)青年講座」，我們已(yi)經組建了專屬學(xue)習(xi)群，也將(jiang)邀(yao)請各位自(zi)動駕駛新(xin)青年加入(ru)。加入(ru)學(xue)習(xi)群，除(chu)了可以免費聽(ting)課之外，還(huan)能認(ren)識講者，與更多同(tong)行(xing)和(he)同(tong)學(xue)一起學(xue)習(xi)，并進(jin)行(xing)深度學(xue)習(xi)交流。想要加入(ru)的(de)朋(peng)友(you)，也可以和(he)陳新(xin)進(jin)行(xing)申請。
