eleurent / phd-thesis Goto Github PK

Tour d'horizon: comment les chercheurs ont-ils approché ce problème ?
Quels obstacles ont-ils rencontrés, et comment ont-ils essayé d'y répondre ?

Idée: un cadre général, et à chaque étape de modélisation un obstacle pratique: le réel est difficilement réductible à un MDP.

• Motion planning
• Imitation learning
• Reinforcement learning
• State and partial observability
• Actions and temporal abstraction
• Rewards and IRL
• Dynamics, simulation and transfer sim2real
• Optimisation criterion and safety

Il faudrait parler des approches contrôle / motion planning bas niveau. A quel endroit ?

Sections principales:

• Intro: Moral philosophy / ethics and the science of decision-making
• Nuts and bolts of AD
• Context and Scope: Quel est le problème, quels sont nos objectifs ? (décisions moyen terme) Où se situe la difficulté ? (incertitude, interactions) Pour cela, quelles sont nos armes ?
• Contributions: comment avons-nous approché le problème ? Quels obstacles avons-nous franchi ?
• Outline

Instead of wrapping nicely, or breaking before first line.

• in this paper
• in this work
• supplementary material
• Q^*, V^*, pi^* (use \star)
• i.e., e.g., etc. (use macros)
• \ref

Reprendre la checklist du Chap 2, en précisant les choix pris dans cette thèse (par opposition au SOTA)

• State: positions et vitesses des objets, voies, potentiellement toute information.
• Actions: on ne veut pas optimiser le contrôle bas-niveau (e.g. confort), mais des objectifs sémantiques court terme. Structure discrète.
• Dynamique: modèle cinématique bicycle. Modèles de comportement pour les autres agents, issus de la simulation du traffic. Ils doivent pouvoir réagir au comportement du véhicule. Contrôleur retour d'état pour l'égo.
• Récompense: la plus simple possible: velocity et collision. En particulier, on ne veut pas spécifier tous les aspects du comportement par la reward (e.g. distance de sécurité). Si possible, on ne donne que nos objectifs finaux et on souhaite voir le comportement adéquat émerger (la distance de sécurité est nécessaire et optimale à cause de l'incertitude sur le comportement du véhicule de devant, en particulier en cadre worst case vs en cadre average)
• Implémentation: quelques mots sur highway-env, et renvoi en annexe.

Especially that of theorembar?