一文读懂自动驾驶数据闭环

2021-09-21 18:17:01· 来源：智驾最前沿

9）持续学习/开放世界

持续学习（ continual learning）可以不断积累不同任务得到的知识，而无需从头开始重新训练。其困难是如何克服灾难遗忘（catastrophic forgetting）。

如图是持续学习的方法分类：经验重放（ER）、正则化和参数孤立三个方向。

开放集识别（Open set recognition，OSR），是在训练时存在不完整的世界知识，在测试中可以将未知类提交给算法，要求分类器不仅要准确地对所见类进行分类，还要有效处理未见类。开放世界学习（Open world learning）可以看作是持续学习的一个子任务。

以下给出最近的一些实例方法：

数据闭环的关键是数据，同时采用数据驱动的训练模型是基础。决定了整个自动驾驶迭代升级系统的走向是：

转载自知乎

分享到：

点赞 0 反对 0 举报 0 收藏 0 评论 0

0 条相关评论

• 通过学习轮胎模型利用3分钟数据实现自主漂移	• 博世新一代SiC功率模块PM6：重新定义车规级功率电子
• L2和L3级智能驾驶车辆驾驶员的角色转变研究	• 产业专利分析—智能座舱之人机交互技术
• 区域化配电的技术及趋势	• 汽车制动踏板感匹配方法探讨
• 电动汽车动力电池碰撞安全性及建模仿真	• 欧盟2023年温室气体排放下降8.3%，交通运输脱碳需奋起直追
• 详解！续航2900公里的康明斯燃料电池卡车-H2Rescue	• 电动汽车轮胎的特点和创新要突出的技术亮点

编辑推荐