Discrete Contrastive Learning for Diffusion Policies in Autonomous Driving

作者: Kalle Kujanpää, Daulet Baimukashev, Farzeen Munir, Shoaib Azam, Tomasz Piotr Kucner, Joni Pajarinen, Ville Kyrki

发布时间: 2025-03-10

来源: arxiv

研究方向: 自动驾驶与行为建模

主要内容

本文提出了一种名为DSDP（离散风格扩散策略）的框架，用于从现有数据集中学习人类驾驶行为。该框架利用对比学习提取驾驶风格字典，并通过量化离散化这些风格，用于学习条件扩散策略以模拟人类驾驶员的行为。

1. 提出了一种无监督的离散驾驶风格提取方法，使用对比InfoNCE损失和LFQ从无标签数据中建模人类驾驶行为。

2. 开发了DSDP方法，该方法结合了驾驶风格提取和条件DDPM进行动作生成。

3. 在历史驾驶数据上进行了全面评估，包括一系列消融研究。

1. 对比学习

2. Lookup-Free Quantization (LFQ)

3. 条件Denoising Diffusion Probabilistic Model (DDPM)

4. 行为克隆(BC)

在NGSIM和highway-env环境中的实验表明，DSDP在安全性和人类相似度方面均优于基线方法。与基线方法相比，DSDP实现了更低的碰撞百分比和更高的F1分数。

未来工作可以探索模拟人类驾驶员的有限观察能力、扩展方法以学习高维视觉数据、将模型应用于其他复杂交互环境，以及探索DSDP原理在其他领域的应用。