[发明专利]用于域转换的生成器的训练

说明书

训练生成器的方法，生成器构造用于，根据属于域A的学习数据集的第一集合和属于域B的学习数据集的第二集合将具有测量数据的数据集从第一域A转换到第二域B，通过能适配参数表征生成器的行为且逐渐适配参数，以优化预给定的成本函数的值，成本函数包含用于如下的度量的可信度贡献，以何种程度：•在属于域A的至少一个学习数据集中体现的至少一个特性在将学习数据集转换到域B时保持不变；和/或•在属于域A的至少一个学习数据集中体现的至少一个特性在转换到域B之后类似于属于域B的至少一个学习数据集的与之对应的特性。用该方法获得的生成器。利用生成器情况下训练能训练的模块的方法。利用由生成器和能训练的模块组成的效应链的方法。

技术领域

本发明涉及一种训练方法，利用该训练方法，生成器能够被训练用于，在两个域A和B之间转换具有测量数据的数据集。利用这样的生成器又可以在例如针对至少部分自动化的行驶而对能训练的模块进行训练的情况下缓解学习数据集的不足（Knappheit）。

背景技术

在道路交通中由人类驾驶员来对车辆进行的驾驶通常被训练，其方式是，使驾驶学习者在自身的培训范畴内一再地面临对多个情形的确定准则（Kanon）。驾驶学习者必须分别对这些情形进行作出反应并且通过评语或者甚至是驾驶教师的干预来得到反馈：自身的反应是正确的还是错误的。利用有限数目的情形而进行的训练应该使得该驾驶学习者在对车辆的独立驾驶中也能够胜任未知的情形。

为了使车辆能够完全或部分自动化地参与道路交通而力求：利用能以非常类似的方式训练的模块来控制这些车辆。这些模块例如从车辆环境中获得传感器数据来作为输入参量并且作为输出参量来提供操控信号，利用这些操控信号来干预车辆的运行，和/或提供半成品（Vorprodukt），由这些半成品来构成这样的操控信号。例如，对车辆的环境中的对象的分类可以是这样的半成品。

对于在这种训练中的时间和成本耗费的推进是如下必要性：创建足够数量的学习数据集。分别需要用于能训练的模块的输入参量的学习值和用于输出参量的学习值，能训练的模块应该在经正确训练的状态下由此生成这些学习值。

发明内容

在本发明的范畴内开发了一种用于训练生成器的方法，该生成器被构造用于，将具有测量数据的数据集从第一个域A转换到第二个域B。

在此，测量数据的概念非常一般而言地包括如下数据，这些数据已通过物理测量过程和/或通过部分或完全模拟这样的测量过程和/或通过部分或完全模拟利用这样的测量过程能观察的技术系统所获得。测量数据因此总是如下数据，所述数据表征在技术系统中的过程和/或物理观察。为了更好的可读性并且鉴于在许多应用中的模拟是对于物理实验的几乎同等价值的替代方案这一事实，在下文中将这些数据仅还称为“测量数据”而无关于所述数据是通过物理测量还是通过模拟所获得的。

具有测量数据的数据集可以例如包括如下图像，这些图像已通过利用一个或多个摄像机来观察车辆的环境所获得。然而，这些数据集也可以例如包括雷达反射的点云，其已利用一个或多个雷达传感器通过观察车辆的环境所获得。

这些域A和B可以例如代表情形的不同类型或类别，这些情形影响测量数据的物理上的记录（Aufnahme）或模拟的记录。如果这些测量数据例如包括图像，则这些域A和B可以例如代表不同的季节、白天时间（Tageszeit）、照明情形和/或天气情况。每个域的这些图像于是具有如下风格（Stil），该风格通过相应的情形而共同施加（aufprägen）于这些图像。例如：

• 在白天、在黄昏或在夜间所记录的图像，

• 在日照情况下或在阴雨天气情况下所记录的图像，以及

• 在春天、夏天、秋天和冬天所记录的图像

分别具有各自的风格。