KR102318027B1

KR102318027B1 - 자율 주행을 위한 비전-기반 샘플-효율적 강화 학습 프레임워크

Info

Publication number: KR102318027B1
Application number: KR1020190021909A
Authority: KR
Inventors: 쑤후이 치앙; 밍창 리우
Original assignee: 소니그룹주식회사
Priority date: 2018-04-02
Filing date: 2019-02-25
Publication date: 2021-10-27
Also published as: CN110348278A; US11106211B2; US20190302785A1; JP2019182400A; KR20190119510A; CN110348278B; EP3564861A1; EP3564861B1

Abstract

프레임워크는 자율 주행을 위한 안내된 정책 탐색에 기초하여 비전 및 샘플-효율적 강화-학습을 조합한다. 컨트롤러는 비전으로부터 환경 정보를 추출하고 강화 학습을 사용하여 주행하도록 트레이닝된다.

Description

자율 주행을 위한 비전-기반 샘플-효율적 강화 학습 프레임워크{VISION-BASED SAMPLE-EFFICIENT REINFORCEMENT LEARNING FRAMEWORK FOR AUTONOMOUS DRIVING}

본 발명은 자율 주행에 관한 것이다. 더 구체적으로, 본 발명은 비전-기반 자율 주행에 관한 것이다.

자율 주행은 전통적으로 규정들에 기반한다. 일부 연구들은 Q-러닝 또는 정책 계조에 기반하는 강화 학습 알고리즘을 사용하여 자율 주행에 접근했다. 그러나, 규정-기반 방법들은 적절히 스케일링할 수 없는 반면, Q-러닝 또는 정책 계조에 기반하는 강화 학습 방법들은 효율적으로 샘플링할 수 없으며 큰 상태 공간을 탐색할 필요성으로 인해 해결하기에는 매우 시간 소모적이다.

프레임워크는 자율 주행을 위한 안내된 정책 탐색에 기초하여 비전 및 샘플-효율적 강화-학습을 조합한다. 컨트롤러는 비전으로부터 환경 정보를 추출하고, 강화 학습을 사용하여 주행하도록 트레이닝된다.

일 양태에서, 방법은 비전 모델을 이용하여 자율 주행을 위한 강화 학습 컨트롤러를 트레이닝하는 단계 및 비전 모델을 이용하여 자율 주행을 위한 강화 학습 컨트롤러를 배치하는 단계를 포함한다. 자율 주행을 위한 강화 학습 컨트롤러를 트레이닝하는 단계는 결정할 때 탐색할 안내 관련 옵션들을 제공하기 위한 제1 양태 및 비전 모델로부터의 비전 정보에 기초하여 반응하는 방법을 학습하기 위한 제2 양태를 이용한다. 제1 양태는 작업의 특정 인스턴스들에 대한 로컬 정책들의 세트를 반복적으로 최적화시키고 로컬 정책들을 사용하여 작업 인스턴스들에 걸쳐 사용가능한 일반적인 글로벌 정책을 트레이닝하고 탐색 공간을 제한하는 안내된 정책 탐색을 구현한다. 일부 실시예들에서, 자율 주행을 위한 강화 학습 컨트롤러를 배치하는 단계는 비전 모델로부터의 비전 정보에 기초하여 반응하는 방법을 학습하기 위한 제2 양태를 이용한다. 비전 모델은 하나 이상의 차량 카메라를 사용하여 취득되는 이미지들 및/또는 비디오들을 통해 트레이닝된다. 자율 주행을 위한 강화 학습 컨트롤러를 트레이닝하는 단계는 전체적으로 또는 부분적으로 관측된 상태들을 포함하는 라벨링된 이미지들을 이용한다. 방법은 주행 메커니즘, 제동 메커니즘 및 가속 메커니즘 중 적어도 하나에 신호를 송신함으로써 강화 학습 컨트롤러를 사용하여 차량을 자율 주행하는 것을 더 포함한다.

또 다른 양태에서, 시스템은 애플리케이션을 저장하기 위한 비-일시적 메모리 - 애플리케이션은: 비전 모델을 이용하여 자율 주행을 위한 강화 학습 컨트롤러를 트레이닝하고, 비전 모델을 이용하여 자율 주행을 위한 강화 학습 컨트롤러를 이용하기 위한 것임 -, 및 메모리에 결합되는 프로세서 - 프로세서는 애플리케이션을 프로세싱하도록 구성됨 - 를 포함한다. 자율 주행을 위한 강화 학습 컨트롤러를 트레이닝하는 것은 결정할 때 탐색할 안내 관련 옵션들을 제공하기 위한 제1 양태 및 비전 모델로부터의 비전 정보에 기초하여 반응하는 방법을 학습하기 위한 제2 양태를 이용한다. 제1 양태는 작업의 특정 인스턴스들에 대한 로컬 정책들의 세트를 반복적으로 최적화시키고 로컬 정책들을 사용하여 작업 인스턴스들에 걸쳐 사용가능한 일반적인 글로벌 정책을 트레이닝하고 탐색 공간을 제한하는 안내된 정책 탐색을 구현한다. 자율 주행을 위한 강화 학습 컨트롤러를 이용하는 것은 비전 모델로부터의 비전 정보에 기초하여 반응하는 방법을 학습하기 위한 제2 양태를 이용한다. 비전 모델은 하나 이상의 차량 카메라를 사용하여 취득되는 이미지들 및/또는 비디오들을 통해 트레이닝된다. 자율 주행을 위한 강화 학습 컨트롤러를 트레이닝하는 것은 전체적으로 또는 부분적으로 관측된 상태들을 포함하는 라벨링된 이미지들을 이용한다. 강화 학습 컨트롤러는 주행 메커니즘, 제동 메커니즘 및 가속 메커니즘 중 적어도 하나에 신호를 송신함으로써 차량을 자율 주행하도록 추가로 구성된다.

또 다른 양태에서, 차량은 비전 정보를 취득하도록 구성되는 하나 이상의 카메라, 및 비전 정보를 포함하는 비전 모델을 이용하여 자율 주행을 위한 강화 학습 컨트롤러를 트레이닝하고 비전 정보를 포함하는 비전 모델을 이용하여 자율 주행을 위한 강화 학습 컨트롤러를 이용하도록 구성되는 하나 이상의 컴퓨팅 디바이스를 포함한다. 자율 주행을 위한 강화 학습 컨트롤러를 트레이닝하는 것은 결정할 때 탐색할 안내 관련 옵션들을 제공하기 위한 제1 양태 및 비전 모델로부터의 비전 정보에 기초하여 반응하는 방법을 학습하기 위한 제2 양태를 이용한다. 제1 양태는 작업의 특정 인스턴스들에 대한 로컬 정책들의 세트를 반복적으로 최적화하고 로컬 정책들을 사용하여 작업 인스턴스들에 걸쳐 사용가능한 일반적인 글로벌 정책을 트레이닝하고 탐색 공간을 제한하는 안내된 정책 탐색을 구현한다. 자율 주행을 위한 강화 학습 컨트롤러를 이용하는 것은 비전 모델로부터의 비전 정보에 기초하여 반응하는 방법을 학습하기 위한 제2 양태를 이용한다. 자율 주행을 위한 강화 학습 컨트롤러를 트레이닝하는 것은 전체적으로 또는 부분적으로 관측된 상태들을 포함하는 라벨링된 이미지들을 이용한다. 강화 학습 컨트롤러는 주행 메커니즘, 제동 메커니즘 및 가속 메커니즘 중 적어도 하나에 신호를 송신함으로써 차량을 자율 주행하도록 추가로 구성된다.

도 1은 일부 실시예들에 따른 트레이닝동안 자율 주행을 위한 비전-기반 강화 학습 프레임워크를 구현하는 다이어그램을 예시한다.
도 2는 일부 실시예들에 따른 배치 동안 자율 주행을 위한 비전-기반 강화 학습 프레임워크를 구현하는 다이어그램을 예시한다.
도 3은 일부 실시예들에 따른 자율 주행을 위한 비전-기반 강화 학습 프레임워크를 구현하는 방법의 플로우차트를 예시한다.
도 4는 일부 실시예들에 따른 비전-기반 강화 학습 프레임워크를 구현하도록 구성되는 예시적인 컴퓨팅 디바이스의 블록도를 예시한다.
도 5는 일부 실시예들에 따른 비전-기반 강화 학습 프레임워크를 구현하도록 구성되는 차량의 다이어그램을 예시한다.

자율 주행을 위한 안내된 정책 탐색에 기반하는 비전(예를 들어, 이미지들) 및 샘플-효율적 강화-학습을 조합하는 프레임워크가 본원에 기술된다. 컨트롤러는 비전으로부터 환경 정보를 추출하고 강화 학습을 사용하여 주행하도록 트레이닝된다. 동기부여(motivation)는 샘플 효율적이어서 시간을 절감하고 로봇들에 대한 피로 또는 손상을 회피한다. 프레임워크는 자율 주행을 위한 안내된 정책 탐색에 기초하여 비전 및 강화 학습을 조합한다. 안내된 정책 탐색은 유망한 영역 내의 탐색 공간을 샘플 효율적이도록 제한한다.

카메라를 사용하여 취득되는 정보와 같은 비전 입력은 하나 이상의 이미지/비디오 프로세싱 알고리즘을 사용하여 프로세싱되고, 이후 프로세싱 알고리즘에 기초하여 학습이 발생할 수 있다. 강화 학습은 시험 및 에러를 사용하여 긍정적인 행태를 보상하고 부정적인 행태를 벌함으로써 인간이 학습하는 방법과 유사하다. 또한, 강화 학습은 신경망들의 딥 러닝(deep learning)을 이용함으로써 인간 조작형 특징들 없이도 비전 입력으로부터 학습한다. 안내된 정책 탐색은 작업의 특정 인스턴스들에 대한 로컬 정책들의 세트를 반복적으로 최적화함으로써 학습을 보조하고, 정책들을 사용하여 작업 인스턴스들에 걸쳐 사용가능한 일반적인 글로벌 정책을 트레이닝한다.

도 1은 일부 실시예에 따른 트레이닝 동안 자율 주행을 위한 비전-기반 강화 학습 프레임워크를 구현하는 다이어그램을 예시한다. 차량 카메라들(100)은 비전 모델(102)을 트레이닝하고 성장시키는데 이용되는 이미지들/비디오들을 캡처한다. 비전 모델(102)은 사람, 나무, 다른 차량들 및 임의의 다른 오브젝트/주행 상태와 같은 캡처된 이미지들/비디오들 내의 오브젝트들을 검출하고, 인지하고 분류하기 위해 사용된다. 일부 실시예들에서, 비전 정보는 LIDAR 및/또는 3-차원 콘텐츠 취득을 사용하여 캡처되고 저장된다. 일부 실시예들에서, 오디오는 비전 모델의 트레이닝을 보조하기 위해 캡처되고 사용된다. 구현예에 따라, 비전 모델은 이미지들, 비디오들 및/또는 오디오, 계산/수치 정보, 깊이 맵 정보, 분류 정보, 라벨 정보, 임의의 다른 정보 및/또는 이들의 임의의 조합을 포함할 수 있다. 비전 모델(102)로부터의 출력은 이미지들의 전체적으로 관측된 상태들을 포함하는 라벨링된 이미지들(106)을 또한 수신하는 강화 학습 컨트롤러(104)로 간다. 일부 실시예들에서, 라벨링된 이미지들(106)은 이미지들의 부분적으로 관측된 상태들을 포함한다. 비전 모델 출력은 임의의 포맷일 수 있고, 주행을 위한 추출된 상태들과 같은 임의의 타입의 출력을 포함할 수 있다. 라벨링된 이미지들(106)은 계산/수치 정보, 깊이 맵 정보, 분류 정보, 라벨 정보, 임의의 다른 정보 및/또는 이들의 임의의 조합을 포함할 수 있다. 강화 학습 컨트롤러(104)는 라벨링된 이미지들(106) 및 강화 학습에 대한 비전 모델 출력을 이용한다. 강화 학습 컨트롤러(104)는 트레이닝 동안 2가지 양태를 이용한다. 제1 양태, 예를 들어, 교사 양태(teacher aspect)는 결정을 수행할 때 탐색할 유망한 탐색 공간과 같은 안내를 제공한다. 일부 실시예들에서, 강화 학습은 작업의 특정 인스턴스들에 대한 로컬 정책들의 세트를 반복적으로 최적화함으로써 학습을 보조하고 정책들을 사용하여 작업 인스턴스들에 걸쳐 사용가능한 일반적인 글로벌 정책을 트레이닝하고 유망한 영역 내의 탐색 공간을 샘플 효율적이도록 제한하는 안내된 정책 탐색을 구현하는 것을 포함한다. 예를 들어, 오브젝트에 근접할 때(오브젝트를 치는 것을 포함함) 무엇을 할지에 대한 모든 옵션들을 이용하는 것 대신, 속도를 높이는 것 및 오브젝트를 치는 것을 포함하는 옵션들이 배제되고, 제동, 속도 줄이기 및 오브젝트 피하기와 같은 더 가능성이 높은 옵션들에 집중되도록 안내가 이용된다. 제2 양태, 예를 들어, 학습 양태는 비전 정보, 취할 옵션들(예를 들어, 정지, 가속, 회전), 및 옵션들의 결과들(예를 들어, 오브젝트를 치는 것 - 부정적인 결과, 오브젝트를 피하는 것 - 긍정적인 결과)에 기초하여 주행/반응하는 방법을 학습한다. 강화 학습 컨트롤러(104)는 제동, 가속, 스티어링, 시그널링 및/또는 임의의 다른 차량 제어 특징을 트리거링하는 것과 같은 신호들을 차량 컨트롤러에 제공함으로써 자율적으로 차량을 제어하도록(108) 사용된다. 학습은 시뮬레이션/시뮬레이터를 사용하여 그리고/또는 실제 주행을 통해 발생할 수 있다.

도 2는 일부 실시예들에 따른 배치 동안 자율 주행을 위한 비전-기반 강화 학습 프레임워크를 구현하는 다이어그램을 예시한다. 차량 카메라들(100)은 비전 모델(102)을 트레이닝하고 성장시키는데 이용되는 이미지들/비디오들을 캡처한다. 비전 모델(102)은 사람, 나무, 다른 차량들 및 임의의 다른 오브젝트/주행 상태와 같이 캡처된 이미지들/비디오들 내의 오브젝트들을 검출하고, 인지하고 분류하도록 사용된다. 일부 실시예들에서, 비전 정보는 광 검출 및 범위측정(Light Detection and Ranging)(LIDAR) 및/또는 3-차원 콘텐츠 취득을 사용하여 캡처되고 저장된다. 일부 실시예들에서, 오디오는 비전 모델을 트레이닝하는 것을 보조하기 위해 캡처되고 사용된다. 구현예에 따라, 비전 모델은 이미지들, 비디오들 및/또는 오디오, 계산/수치 정보, 깊이 맵 정보, 분류 정보, 라벨 정보, 임의의 다른 정보 및/또는 이들의 임의의 조합을 포함할 수 있다. 비전 모델(102)로부터의 출력은 강화 학습 컨트롤러(104)로 간다. 비전 모델 출력은 임의의 포맷일 수 있고, 주행을 위해 추출된 상태들과 같은 임의의 타입의 출력을 포함할 수 있다. 강화 학습 컨트롤러(104)는 이전 트레이닝 및 비전 모델 출력을 이용한다. 일부 실시예들에서, 강화 학습 컨트롤러(104)는 배치 동안 학습을 계속한다. 강화 학습 컨트롤러(104)는 제동, 가속, 스티어링, 시그널링 및/또는 임의의 다른 차량 제어 특징의 트리거링과 같은 신호들을 차량 컨트롤러에 제공함으로써 자율적으로 차량을 제어하도록(108) 사용된다.

일부 실시예들에서, 비전 모델(102) 및 강화 학습 컨트롤러(104)는 단일 유닛 내에서 조합된다.

도 3은 일부 실시예들에 따른 자율 트레이닝을 위한 비전-기반 강화 학습 프레임워크를 구현하는 방법의 플로우차트를 예시한다. 단계(300)에서, 비전-기반 강화 학습 컨트롤러가 트레이닝된다. 일부 실시예들에서, 비전 모델은 비전-기반 강화 학습 컨트롤러의 트레이닝 동안 또는 그 이전에 트레이닝된다. 전술된 바와 같이, 강화 학습 컨트롤러는 비전 모델 및 라벨링된 이미지들을 사용하여 트레이닝되고, 강화 학습 컨트롤러의 두 양태들 모두(교사 및 학습)는 트레이닝을 위해 이용된다. 단계(302)에서, 비전-기반 강화 학습 컨트롤러가 배치된다. 전술된 바와 같이, 배치 동안, 강화 학습 컨트롤러는 이전 트레이닝 및 비전 모델 출력을 이용한다. 일부 실시예들에서, 강화 학습 컨트롤러는 배치 동안 학습을 계속한다. 일부 실시예들에서, 더 적은 또는 추가적인 단계들이 구현된다. 일부 실시예들에서, 단계들의 순서는 수정된다.

도 4는 일부 실시예들에 따른 비전-기반 강화 학습 프레임워크를 구현하도록 구성되는 예시적인 컴퓨팅 디바이스의 블록도를 예시한다. 컴퓨팅 디바이스(400)는 이미지들 및 비디오들과 같은 정보를 취득하고, 저장하고, 계산하고, 프로세싱하고, 통신하고, 그리고/또는 디스플레이하도록 사용될 수 있다. 컴퓨팅 디바이스(400)는 비전-기반 강화 학습 프레임워크 양태들 중 임의의 것을 구현할 수 있다. 일반적으로, 컴퓨팅 디바이스(400)를 구현하기에 적합한 하드웨어 구조는 네트워크 인터페이스(402), 메모리(404), 프로세서(406), I/O 디바이스(들)(408), 버스(410) 및 저장 디바이스(412)를 포함한다. 적절한 속도를 가지는 적절한 프로세서가 선택되는 한 프로세서의 선택은 중요하지 않다. 메모리(404)는 본 기술분야에 공지된 임의의 종래의 컴퓨터 메모리일 수 있다. 저장 디바이스(412)는 하드 드라이브, CDROM, CDRW, DVD, DVDRW, 고해상도 디스크/드라이브, 울트라-HD 드라이브, 플래시 메모리 카드 또는 임의의 다른 저장 디바이스를 포함할 수 있다. 컴퓨팅 디바이스(400)는 하나 이상의 네트워크 인터페이스(402)를 포함할 수 있다. 네트워크 인터페이스의 예는 이더넷 또는 다른 타입의 LAN에 접속되는 네트워크 카드를 포함할 수 있다. I/O 디바이스(들)(408)는 다음: 키보드, 마우스, 모니터, 스크린, 프린터, 모뎀, 터치스크린, 버튼 인터페이스 및 다른 디바이스들 중 하나 이상을 포함할 수 있다. 비전-기반 강화 학습 프레임워크를 구현하는데 사용되는 비전-기반 강화 학습 프레임워크 애플리케이션(들)(430)은 저장 디바이스(412) 및 메모리(404)에 저장되고 애플리케이션들이 통상적으로 프로세싱되는 것과 같이 프로세싱될 수 있다. 도 4에 도시된 더 많은 또는 더 적은 컴포넌트들은 컴퓨팅 디바이스(400) 내에 포함될 수 있다. 일부 실시예들에서, 비전-기반 강화 학습 프레임워크 하드웨어(420)가 포함된다. 도 4에서의 컴퓨팅 디바이스(400)가 비전-기반 강화 학습 프레임워크에 대한 애플리케이션들(430) 및 하드웨어(420)를 포함하지만, 비전-기반 강화 학습 프레임워크는 하드웨어, 펌웨어, 소프트웨어 또는 이들의 임의의 조합으로 컴퓨팅 디바이스 상에 구현될 수 있다. 예를 들어, 일부 실시예들에서, 비전-기반 강화 학습 프레임워크 애플리케이션들(430)은 메모리에 저장되고, 프로세서를 사용하여 실행된다. 또 다른 예에서, 일부 실시예들에서, 비전-기반 강화 학습 프레임워크(420)는 비전-기반 강화 학습 프레임워크를 구현하도록 구체적으로 설계된 게이트들을 포함하는 프로그래밍된 하드웨어 로직이다.

일부 실시예들에서, 비전-기반 강화 학습 프레임워크 애플리케이션(들)(430)은 몇몇 애플리케이션들 및/또는 모듈들을 포함한다. 일부 실시예들에서, 모듈들은 또한 하나 이상의 서브-모듈을 포함한다. 일부 실시예들에서, 더 적은 또는 추가적인 모듈들이 포함될 수 있다.

적절한 컴퓨팅 디바이스들의 예들은 차량 컴퓨터, 내장형 컴퓨터, 개인용 컴퓨터, 랩톱 컴퓨터, 컴퓨터 워크스테이션, 서버, 메인프레임 컴퓨터, 핸드헬드 컴퓨터, 개인용 디지털 보조 단말, 셀룰러/모바일 전화, 스마트 가전, 게임 콘솔, 디지털 카메라, 디지털 캠코더, 카메라 폰, 스마트폰, 휴대용 음악 플레이어, 태블릿 컴퓨터, 모바일 디바이스, 비디오 플레이어, 비디오 디스크 라이터/플레이어(예를 들어, DVD 라이터/플레이어, 고해상도 디스크 라이터/플레이어, 초고해상도 디스크 라이터/플레이어), 텔레비전, 홈 엔터테인먼트 시스템, 증강 현실 디바이스, 가상 현실 디바이스, 스마트 주얼리(예를 들어, 스마트 워치) 또는 임의의 다른 적절한 컴퓨팅 디바이스를 포함한다.

도 5는 일부 실시예들에 따른 비전-기반 강화 학습 프레임워크를 구현하도록 구성되는 차량의 다이어그램을 예시한다. 차량(500)은 최상부, 전방, 측면, 후방 또는 아래와 같이 차량 상의 어느 곳에나 위치되는 하나 이상의 카메라 디바이스(502)를 이용하는 비전-기반 강화 학습 프레임워크를 구현하도록 구성되는 하나 이상의 컴퓨팅 디바이스(400)를 포함한다. 카메라들(502)은 360도 카메라, 비디오 카메라, 또는 회전 카메라와 같은 임의의 타입의 카메라일 수 있다. 추가적인 디바이스들은 비전-기반 강화 학습 프레임워크를 구현하도록 이용될 수 있다. 자동차가 도시되었지만, 차량은 자동차, 트럭, 비행기, 자전거, 모터사이클, 또는 보트와 같은 임의의 타입의 자율 또는 부분 자율 차량일 수 있다.

본원에 기술되는 프레임워크는 충돌들 및/또는 임의의 다른 주행 상황들을 회피하기에 충분히 빠르게 결정을 수행할 수 있는 비전 입력을 포함하는 하드웨어 및 소프트웨어와 함께 사용될 수 있다. 프레임워크는 또한 레이싱 게임과 같은 게임과 함께 이용될 수 있다.

본원에 기술되는 비전-기반 강화 학습 프레임워크를 이용하기 위해, 차량은 이후 차량을 학습하고 자율 주행하도록 프로세싱되는 이미지들/비디오들을 취득하도록 사용되는 디지털 카메라들/캠코더들과 같은 디바이스들을 포함한다. 비전-기반 강화 학습 프레임워크는 사용자 보조에 의해 또는 사용자 관여 없이 자율적으로 구현될 수 있다.

동작 시, 비전-기반 강화 학습 프레임워크는 자율 주행을 위해 안내된 정책 탐색에 기초하여 비전 및 샘플-효율적 강화-학습을 조합한다. 컨트롤러는 비전으로부터 환경 정보를 추출하고, 강화 학습을 사용하여 주행하도록 트레이닝된다. 규정-기반 학습 대신 강화 학습을 이용함으로써, 프레임워크는 훨씬 더 양호하게 스케일링할 수 있는데 왜냐하면 자율 주행이 수백만 개의 상이한 시나리오들에 대해 수백만 개의 결정을 요구하기 때문이다. 추가로, 비전-기반 강화 학습 프레임워크는 탐색을 보다 유망한 영역들로 지향시키는 안내된-정책 탐색을 또한 이용하는데, 이는 탐색 시간을 축소시키고 탐색을 보다 적절하게 집중시켜서 자율 주행 동안 실-시간 결정을 수행하는 동안 효과적인 학습을 가능하게 한다.

자율 주행을 위한 비전-기반 샘플-효율적 강화 학습 프레임워크의 일부 실시예들

1. 방법은,

비전 모델을 이용하여 자율 주행을 위한 강화 학습 컨트롤러를 트레이닝하는 단계; 및

상기 비전 모델을 이용하여 자율 주행을 위한 상기 강화 학습 컨트롤러를 배치하는 단계를 포함한다.

2. 1항의 방법에서, 자율 주행을 위한 강화 학습 컨트롤러를 트레이닝하는 단계는 결정을 수행할 때 탐색할 안내 관련 옵션들을 제공하기 위한 제1 양태 및 비전 모델로부터의 비전 정보에 기초하여 반응하는 방법을 학습하기 위한 제2 양태를 이용한다.

3. 2항의 방법에서, 제1 양태는 작업의 특정 인스턴스들에 대한 로컬 정책들의 세트를 반복적으로 최적화하고 로컬 정책들을 사용하여 작업 인스턴스들에 걸쳐 사용가능한 일반적인 글로벌 정책을 트레이닝하고 탐색 공간을 제한하는 안내된 정책 탐색을 구현한다.

4. 2항의 방법에서, 자율 주행을 위한 강화 학습 컨트롤러를 배치하는 단계는 비전 모델로부터의 비전 정보에 기초하여 반응하는 방법을 학습하기 위한 제2 양태를 이용한다.

5. 1항의 방법에서, 비전 모델은 하나 이상의 차량 카메라를 사용하여 취득되는 이미지들 및/또는 비디오들을 통해 트레이닝된다.

6. 1항의 방법에서, 자율 주행을 위한 강화 학습 컨트롤러를 트레이닝하는 단계는 전체적으로 또는 부분적으로 관측된 상태들을 포함하는 라벨링된 이미지들을 이용한다.

7. 1항의 방법은, 주행 메커니즘, 제동 메커니즘 및 가속 메커니즘 중 적어도 하나에 신호를 송신함으로써 강화 학습 컨트롤러를 사용하여 차량을 자율 주행하는 단계를 더 포함한다.

8. 시스템은,

애플리케이션을 저장하기 위한 비-일시적 메모리 - 애플리케이션은:

비전 모델을 이용하여 자율 주행을 위한 강화 학습 컨트롤러를 트레이닝하고;

비전 모델을 이용하여 자율 주행을 위해 강화 학습 컨트롤러를 이용하기 위한 것임 -; 및

메모리에 결합되는 프로세서 - 프로세서는 애플리케이션을 프로세싱하도록 구성됨 -

를 포함한다.

9. 8항의 시스템에서, 자율 주행을 위한 강화 학습 컨트롤러를 트레이닝하는 것은 결정을 수행할 때 탐색할 안내 관련 옵션들을 제공하기 위한 제1 양태 및 비전 모델로부터의 비전 정보에 기초하여 반응하는 방법을 학습하기 위한 제2 양태를 이용한다.

10. 9항의 시스템에서, 제1 양태는 작업의 특정 인스턴스들에 대한 로컬 정책들의 세트를 반복적으로 최적화하고 로컬 정책들을 사용하여 작업 인스턴스들에 걸쳐 사용가능한 일반적인 글로벌 정책을 트레이닝하고 탐색 공간을 제한하는 안내된 정책 탐색을 구현한다.

11. 9항의 시스템에서, 자율 주행을 위한 강화 학습 컨트롤러를 이용하는 것은 비전 모델로부터의 비전 정보에 기초하여 반응하는 방법을 학습하기 위한 제2 양태를 이용한다.

12. 8항의 시스템에서, 비전 모델은 하나 이상의 차량 카메라를 사용하여 취득되는 이미지들 및/또는 비디오들을 통해 트레이닝된다.

13. 8항의 시스템에서, 자율 주행을 위한 강화 학습 컨트롤러를 트레이닝하는 것은 전체적으로 또는 부분적으로 관측된 상태들을 포함하는 라벨링된 이미지들을 이용한다.

14. 8항의 시스템에서, 강화 학습 컨트롤러는 주행 메커니즘, 제동 메커니즘 및 가속 메커니즘 중 적어도 하나에 신호를 송신함으로써 차량을 자율 주행하도록 추가로 구성된다.

15. 차량은,

비전 정보를 취득하도록 구성되는 하나 이상의 카메라; 및

하나 이상의 컴퓨팅 디바이스

를 포함하고, 하나 이상의 컴퓨팅 디바이스는:

비전 정보를 포함하는 비전 모델을 이용하여 자율 주행을 위한 강화 학습 컨트롤러를 트레이닝하고;

비전 정보를 포함하는 비전 모델을 이용하여 자율 주행을 위한 강화 학습 컨트롤러를 이용하도록

구성된다.

16. 15항의 차량에서, 자율 주행을 위한 강화 학습 컨트롤러를 트레이닝하는 것은 결정을 수행할 때 탐색할 안내 관련 옵션들을 제공하기 위한 제1 양태 및 비전 모델로부터의 비전 정보에 기초하여 반응하는 방법을 학습하기 위한 제2 양태를 이용한다.

17. 16항의 차량에서, 제1 양태는 작업의 특정 인스턴스들에 대한 로컬 정책들의 세트를 반복적으로 최적화하고 로컬 정책들을 사용하여 작업 인스턴스들에 걸쳐 사용가능한 일반적인 글로벌 정책을 트레이닝하고 탐색 공간을 제한하는 안내된 정책 탐색을 구현한다.

18. 16항의 차량에서, 자율 주행을 위한 강화 학습 컨트롤러를 이용하는 것은 비전 모델로부터의 비전 정보에 기초하여 반응하는 방법을 학습하기 위한 제2 양태를 이용한다.

19. 15항의 차량에서, 자율 주행을 위한 강화 학습 컨트롤러를 트레이닝하는 것은 전체적으로 또는 부분적으로 관측된 상태들을 포함하는 라벨링된 이미지들을 이용한다.

20. 15항의 차량에서, 강화 학습 컨트롤러는 주행 메커니즘, 제동 메커니즘 및 가속 메커니즘 중 적어도 하나에 신호를 송신함으로써 차량을 자율 주행하도록 추가로 구성된다.

본 발명은 발명의 구성 및 동작의 원리들의 이해를 용이하게 하기 위해 상세항목들을 포함하는 특정 실시예들의 견지에서 기술되었다. 특정 실시예들 및 이들의 상세항목들에 대한 본원에서의 이러한 참조는 본원에 첨부되는 청구항들의 범위를 제한하도록 의도되지 않는다. 다른 다양한 수정들이 청구항들에 정의된 바와 같은 발명의 사상 및 범위로부터 벗어나지 않고 예시를 위해 선택된 실시예에서 이루어질 수 있다는 것이 본 기술분야의 통상의 기술자에게 자명할 것이다.

Claims

방법으로서,
비전 모델을 이용하여 자율 주행을 위한 강화 학습 컨트롤러를 트레이닝하는 단계; 및
상기 비전 모델을 이용하여 자율 주행을 위한 상기 강화 학습 컨트롤러를 배치하는 단계
를 포함하고,
상기 자율 주행을 위한 강화 학습 컨트롤러를 트레이닝하는 단계는 결정을 수행할 때 탐색(explore)할 옵션에 관한 안내를 제공하기 위한 제1 양태 및 상기 비전 모델로부터의 비전 정보에 기초하여 반응하는 방법을 학습하기 위한 제2 양태를 이용하고,
상기 제1 양태는 작업의 특정 인스턴스들에 대한 로컬 정책들의 세트를 반복적으로 최적화하고 상기 로컬 정책들을 사용하여 작업 인스턴스들에 걸쳐 사용가능한 일반적인 글로벌 정책을 트레이닝하고 탐색 공간을 제한하는 안내된 정책 탐색(guided policy search)을 구현하고,
상기 비전 모델은 이미지, 비디오, 오디오, 계산, 깊이 정보, 분류 정보, 및 라벨 정보를 포함하고,
상기 비전 모델은 하나 이상의 차량 카메라를 사용하여 취득되는 오디오를 통해 트레이닝되고,
상기 작업의 특정 인스턴스들에 대한 상기 로컬 정책들의 세트를 반복적으로 최적화하고 상기 로컬 정책들을 사용하여 작업 인스턴스들에 걸쳐 사용가능한 상기 일반적인 글로벌 정책을 트레이닝하고 상기 탐색 공간을 제한하는 상기 안내된 정책 탐색은, 옵션의 전체 세트로부터 가능성이 덜한 옵션을 제거하여, 더 가능성이 높은 옵션에 집중하는 옵션의 제한된 세트를 생성하는 단계를 더 포함하고,
상기 강화 학습 컨트롤러는 상기 비전 모델, 하나 이상의 취할 옵션 및 부정적인 옵션과 긍정적인 옵션을 포함하는 상기 취할 옵션의 하나 이상의 결과에 기초하여 학습하는 방법.
삭제
삭제
제1항에 있어서,
자율 주행을 위한 상기 강화 학습 컨트롤러를 배치하는 단계는 상기 비전 모델로부터의 상기 비전 정보에 기초하여 반응하는 방법을 학습하기 위한 상기 제2 양태를 이용하는 방법.
제1항에 있어서,
상기 비전 모델은 하나 이상의 차량 카메라를 사용하여 취득되는 이미지들 및/또는 비디오들을 통해 트레이닝되는 방법.
제1항에 있어서,
자율 주행을 위한 상기 강화 학습 컨트롤러를 트레이닝하는 단계는 전체적으로 또는 부분적으로 관측된 상태들을 포함하는 라벨링된 이미지들을 이용하는 방법.
제1항에 있어서,
주행 메커니즘, 제동 메커니즘 및 가속 메커니즘 중 적어도 하나에 신호를 송신함으로써 상기 강화 학습 컨트롤러를 사용하여 차량을 자율 주행하는 단계를 더 포함하는 방법.
시스템으로서,
애플리케이션을 저장하기 위한 비-일시적 메모리 - 상기 애플리케이션은:
비전 모델을 이용하여 자율 주행을 위한 강화 학습 컨트롤러를 트레이닝하고;
상기 비전 모델을 이용하여 자율 주행을 위한 상기 강화 학습 컨트롤러를 이용하기 위한 것임 -; 및,
상기 메모리에 결합되는 프로세서 - 상기 프로세서는 상기 애플리케이션을 프로세싱하도록 구성됨 -
를 포함하고,
상기 자율 주행을 위한 강화 학습 컨트롤러를 트레이닝하는 것은 결정을 수행할 때 탐색할 옵션에 관한 안내를 제공하기 위한 제1 양태 및 상기 비전 모델로부터의 비전 정보에 기초하여 반응하는 방법을 학습하기 위한 제2 양태를 이용하고,
상기 제1 양태는 작업의 특정 인스턴스들에 대한 로컬 정책들의 세트를 반복적으로 최적화하고 상기 로컬 정책들을 사용하여 작업 인스턴스들에 걸쳐 사용가능한 일반적인 글로벌 정책을 트레이닝하고 탐색 공간을 제한하는 안내된 정책 탐색을 구현하고,
상기 비전 모델은 이미지, 비디오, 오디오, 계산, 깊이 정보, 분류 정보, 및 라벨 정보를 포함하고,
상기 비전 모델은 하나 이상의 차량 카메라를 사용하여 취득되는 오디오를 통해 트레이닝되고,
상기 작업의 특정 인스턴스들에 대한 상기 로컬 정책들의 세트를 반복적으로 최적화하고 상기 로컬 정책들을 사용하여 작업 인스턴스들에 걸쳐 사용가능한 상기 일반적인 글로벌 정책을 트레이닝하고 상기 탐색 공간을 제한하는 상기 안내된 정책 탐색은, 옵션의 전체 세트로부터 가능성이 덜한 옵션을 제거하여, 더 가능성이 높은 옵션에 집중하는 옵션의 제한된 세트를 생성하는 단계를 더 포함하고,
상기 강화 학습 컨트롤러는 상기 비전 모델, 하나 이상의 취할 옵션 및 부정적인 옵션과 긍정적인 옵션을 포함하는 상기 취할 옵션의 하나 이상의 결과에 기초하여 학습하는 시스템.
삭제
삭제
제8항에 있어서,
자율 주행을 위한 상기 강화 학습 컨트롤러를 이용하는 것은 상기 비전 모델로부터의 상기 비전 정보에 기초하여 반응하는 방법을 학습하기 위한 상기 제2 양태를 이용하는 시스템.
제8항에 있어서,
상기 비전 모델은 하나 이상의 차량 카메라를 사용하여 취득되는 이미지들 및/또는 비디오들을 통해 트레이닝되는 시스템.
제8항에 있어서,
자율 주행을 위한 상기 강화 학습 컨트롤러를 트레이닝하는 것은 전체적으로 또는 부분적으로 관측된 상태들을 포함하는 라벨링된 이미지들을 이용하는 시스템.
제8항에 있어서,
상기 강화 학습 컨트롤러는 주행 메커니즘, 제동 메커니즘 및 가속 메커니즘 중 적어도 하나에 신호를 송신함으로써 차량을 자율 주행하도록 추가로 구성되는 시스템.
차량으로서,
비전 정보를 취득하도록 구성되는 하나 이상의 카메라; 및
하나 이상의 컴퓨팅 디바이스
를 포함하고, 상기 하나 이상의 컴퓨팅 디바이스는:
상기 비전 정보를 포함하는 비전 모델을 이용하여 자율 주행을 위한 강화 학습 컨트롤러를 트레이닝하고;
상기 비전 정보를 포함하는 상기 비전 모델을 이용하여 자율 주행을 위한 상기 강화 학습 컨트롤러를 이용하도록
구성되고,
상기 자율 주행을 위한 강화 학습 컨트롤러를 트레이닝하는 것은 결정을 수행할 때 탐색할 옵션에 관한 안내를 제공하기 위한 제1 양태 및 상기 비전 모델로부터의 비전 정보에 기초하여 반응하는 방법을 학습하기 위한 제2 양태를 이용하고,
상기 제1 양태는 작업의 특정 인스턴스들에 대한 로컬 정책들의 세트를 반복적으로 최적화하고 상기 로컬 정책들을 사용하여 작업 인스턴스들에 걸쳐 사용가능한 일반적인 글로벌 정책을 트레이닝하고 탐색 공간을 제한하는 안내된 정책 탐색을 구현하고,
상기 비전 모델은 이미지, 비디오, 오디오, 계산, 깊이 정보, 분류 정보, 및 라벨 정보를 포함하고,
상기 비전 모델은 하나 이상의 차량 카메라를 사용하여 취득되는 오디오를 통해 트레이닝되고,
상기 작업의 특정 인스턴스들에 대한 상기 로컬 정책들의 세트를 반복적으로 최적화하고 상기 로컬 정책들을 사용하여 작업 인스턴스들에 걸쳐 사용가능한 상기 일반적인 글로벌 정책을 트레이닝하고 상기 탐색 공간을 제한하는 상기 안내된 정책 탐색은, 옵션의 전체 세트로부터 가능성이 덜한 옵션을 제거하여, 더 가능성이 높은 옵션에 집중하는 옵션의 제한된 세트를 생성하는 단계를 더 포함하고,
상기 강화 학습 컨트롤러는 상기 비전 모델, 하나 이상의 취할 옵션 및 부정적인 옵션과 긍정적인 옵션을 포함하는 상기 취할 옵션의 하나 이상의 결과에 기초하여 학습하는 차량.
제15항에 있어서,
상기 옵션의 전체 세트는 제동, 속도 줄이기, 오브젝트 피하기, 가속, 및 회전으로 이루어지는 그룹으로부터 선택된 주행 옵션을 포함하는 차량.
삭제
제15항에 있어서,
자율 주행을 위한 상기 강화 학습 컨트롤러를 이용하는 것은 상기 비전 모델로부터의 상기 비전 정보에 기초하여 반응하는 방법을 학습하기 위한 상기 제2 양태를 이용하는 차량.
제15항에 있어서,
자율 주행을 위한 상기 강화 학습 컨트롤러를 트레이닝하는 것은 전체적으로 또는 부분적으로 관측된 상태들을 포함하는 라벨링된 이미지들을 이용하는 차량.
제15항에 있어서,
상기 강화 학습 컨트롤러는 주행 메커니즘, 제동 메커니즘 및 가속 메커니즘 중 적어도 하나에 신호를 송신함으로써 상기 차량을 자율 주행하도록 추가로 구성되는 차량.