Investigating Behavior Cloning from Few Demonstrations for Autonomous Driving based on Bird's-Eye View in Simulated Cities

📄 arXiv: 2610.20203v1 📥 PDF

作者: Eric Aislan Antonelo, Gustavo Claudio Karl Couto, Christian Möller, Pedro Henrique Fernandes

分类: cs.RO, cs.LG

发布日期: 2026-10-14

备注: 14 pages, 6 figures, 2 tables. Accepted manuscript (author version) of the paper published in the proceedings of BRACIS 2024 (34th Brazilian Conference on Intelligent Systems, Belém, Brazil, 17-21 November 2024). Project page: https://sites.google.com/view/weighted-bc

期刊: Intelligent Systems. BRACIS 2024. Lecture Notes in Computer Science (LNAI), vol 15413, pp. 155-168. Springer, Cham, 2025

DOI: 10.1007/978-3-031-79032-4_11

💡 一句话要点

提出加权行为克隆方法以解决稀缺示范下的自动驾驶问题

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)

关键词: 行为克隆 自动驾驶 鸟瞰视角 核密度估计 卷积神经网络 交通信号灯 模拟城市 稀缺示范

📋 核心要点

  1. 现有的行为克隆方法在处理交通信号灯遵守等复杂驾驶行为时存在不足，尤其是在专家示范稀缺的情况下。
  2. 本研究提出了一种加权行为克隆方法，通过核密度估计器调整样本权重，以增强对关键驾驶行为的学习。
  3. 实验结果显示，该方法在CARLA模拟器中显著提高了驾驶性能，尤其是在未见过的环境中表现出色。

📝 摘要（中文）

本论文研究了在模拟城市中基于鸟瞰视角的自动驾驶行为克隆（BC）技术。BC利用监督学习模仿专家驾驶行为，然而以往研究未能充分解决交通信号灯遵守的问题。我们的方法通过集成核密度估计器，调整训练样本权重以提高对稀有但关键动作（如红灯停车和绿灯加速）的学习，特别是在专家示范稀缺的情况下。使用鸟瞰视角输入简化了策略学习过程，训练的卷积神经网络（CNN）基于这些输入和额外状态变量输出转向和加速动作。实验结果表明，我们的加权BC方法显著提高了驾驶性能，尤其是在未见过的测试环境中，展示了其在增强自动驾驶导航方面的潜力。

🔬 方法详解

问题定义：本论文旨在解决在稀缺专家示范情况下，自动驾驶系统在遵守交通信号灯等复杂行为时的学习不足问题。现有的行为克隆方法未能有效应对这些挑战，导致驾驶性能下降。

核心思路：论文提出通过集成核密度估计器来调整训练样本的权重，从而增强对稀有但关键动作的学习能力。这种设计旨在提高模型在面对复杂驾驶场景时的适应性和准确性。

技术框架：整体架构包括数据采集、样本权重调整、卷积神经网络训练和策略输出四个主要模块。首先，通过鸟瞰视角输入环境信息，然后利用核密度估计器调整样本权重，最后训练CNN以输出转向和加速动作。

关键创新：最重要的技术创新在于引入了加权机制，通过核密度估计器动态调整样本权重，使得模型能够更好地学习稀有但重要的驾驶行为。这一方法与传统的行为克隆方法相比，显著提升了对复杂场景的适应能力。

关键设计：在模型设计中，采用了卷积神经网络结构，结合了多种状态变量作为输入，并使用加权损失函数来优化训练过程。具体的参数设置和网络结构细节在实验部分进行了详细说明。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，采用加权行为克隆方法的模型在CARLA模拟器中的路线完成率显著高于标准行为克隆方法，提升幅度达到XX%（具体数据待补充）。该方法在未见过的测试环境中表现尤为突出，验证了其在复杂驾驶场景中的有效性。

🎯 应用场景

该研究的潜在应用领域包括自动驾驶汽车、智能交通系统和城市规划等。通过提升自动驾驶系统在复杂环境中的表现，该方法能够为未来的智能交通解决方案提供更可靠的技术支持，推动自动驾驶技术的实际应用和普及。

📄 摘要（原文）

This paper investigates the use of Behavior Cloning (BC) for autonomous driving from a bird's-eye view (BEV) perspective in simulated urban environments. BC uses supervised learning to mimic expert driving behaviors. Previous works have applied BC in the CARLA simulator but did not fully address the challenges of traffic light compliance. Our approach enhances BC by integrating a kernel density estimator to adjust training sample weights based on action density, thereby improving the learning of rare but critical actions such as stopping at red lights and accelerating at green lights, specially in scenarios of scarce number of expert demonstrations. Using BEV inputs, which provide an abstract top-down view of the driving environment, our method simplifies the policy learning process. The trained convolutional neural network (CNN) outputs steering and acceleration actions based on these BEV inputs and additional state variables. Experimental results in the CARLA simulator demonstrate that our weighted BC method significantly improves driving performance, achieving higher route completion compared to standard BC. This weighted approach proved to be crucial in learning correct driving behaviors, particularly in test environments not encountered during training, highlighting its potential for enhancing autonomous vehicle navigation.