滑鐵盧大學CogDrive實驗室探索了基於Domain Randomization 的模擬器到真實世界知識遷移算法。該算法可以使用效果較弱的domain adaptation方法來進行定向數據增強，讓諸如自動駕駛汽車的智能體獲得真實世界可用的策略。
隨著數據科學的發展，很多之前過於複雜，難以解決的問題都可以通過數據擬合的方式來解決。基於學習的算法一般都基於獨立同分布的假設，即用於訓練的數據與真實環境遇到的數據符合統一分佈，且相互獨立。要符合這一假設，在訓練時需要採集大量數據以覆蓋真實使用時可能遇到的場景。對於自動駕駛，對數據量的需求格外巨大，而數據採集的過程是昂貴，費時費力，甚至危險的，數據標註的過程更是需要大量人力。
而模擬器作為一個廉價但有準確標註的數據源，如果可以解決模擬器與真實世界數據上的差異，帶來的訓練得到的策略上差異，將可以在自動駕駛領域發揮巨大價值。從統計學上講，模擬器上的策略可用於真實世界的原因在於，
模擬器於真實世界的數據具有相似的條件概率，僅是邊緣概率有較大差異。通俗的理解就是，人在模擬器中的駕駛策略與在真實世界的駕駛策略是相似的，僅是模擬器裡的車與真實世界的車，道路長得不太一樣。
Figure1領域自適應與鄰域隨機化
為探索模擬器數據對於真實世界自動駕駛的可用性，滑鐵盧大學CogDrive實驗室探索了基於Domain Randomization 的模擬器到真實世界知識遷移算法。主流的用於知識遷移的鄰域自適應算法一般是基於度量的，算法的關鍵在於量化兩個不同數據分佈之間的差異，最終尋求一個將兩個數據分佈映射到同一特徵空間的映射函數。而Domain Randomization類算法一般側重於尋找兩個不同數據分佈的共同特徵空間（common latent space），再基於這個共同特徵空間進行進一步的訓練。
對於自動駕駛模擬器與真實的駕駛環境，一個先驗知識是模擬器與真實世界在圖像紋理，光照條件上有較大不同，而在幾何信息上大致相同，基於這個先驗知識，可以嘗試構建一個從模擬器遷移到真實世界的語義分割算法。
一般的 Domain Randomization 方法首先對模擬器圖像進行一些自定義的圖像增強，然後使用增強後的圖像進行訓練。該團隊的Domain Randomization則是基於圖像風格遷移來進行隨機化，從而進行知識的遷移。圖像風格遷移（Neural Style Transfer）可以視作一種一類圖像到另一類圖像的Domain adaptaiton。使用圖像風格遷移來進行Domain Randomization，實則是在使用一些效果較弱的Domain Adaptation方法來定向增強訓練數據，從而使得目標域數據分佈屬於訓練數據分佈。
相比手工定義的圖像增強，基於風格遷移的方法可以起到更好的效果。隨後一個基於 Conditional GAN的隨機化後的圖像到原圖像的映射網絡被進一步用於將隨機化後的圖像映射為其對應模擬器原圖。由於隨機化後的圖像與目標域圖像有一個共同的特徵空間，這個映射函數同樣可以用於將真實世界的圖像映射到對應的模擬器“風格”的圖像，從而可以將一個完全由模擬器數據訓練的語義分割模型應用到其中。
整個流程如圖3所示。在真實數據使用過程中，僅有一個generator需要添加在語義分割模型之前，用於將真實世界的圖像轉化為符合模擬器數據分佈的圖像。
Figure3訓練流程
更進一步，最後加在具體的任務網絡前的這個Generator, 它的作用在於將邊緣分佈與訓練數據有一些差異的數據映射到與訓練數據相同的邊緣分佈。這樣一個模塊不只可以用於完成模擬器到真實世界的知識遷移，也可以用於增強模型的魯棒性。
在模擬器中使用該方法，可以定向增強訓練數據，讓無人駕駛汽車獲取真實世界可用的策略。
【歡迎大家提供行業新聞熱點，商業合作請聯繫：18562613430】
閱讀更多 智車科技 的文章
