Week 20 - Entrenamiento expertos (Moe)

Entrenamiento de Expertos (MoE)

Se construyó un dataset llamado dataset_moe para el entrenamiento de dos expertos end-to-end utilizando el modelo PilotNet en el simulador CARLA. El dataset fue etiquetado con el estado de la curvatura del carril, dividiéndolo en dos clases: “recta” y “curva”. Con esta clasificación, se entrenaron dos modelos expertos.

Con los modelos obtenidos, se implementó un selector simple utilizando una condición basada en la curvatura:

if self.average_status == 'recta':
    prediction = recta_model.predict(np.expand_dims(self.camera_image, axis=0))[0]
elif self.average_status == 'curva':
    prediction = curva_model.predict(np.expand_dims(self.camera_image, axis=0))[0]
else:
    prediction = 0.0

Posteriormente, se planea entrenar un modelo MoE (Mixture of Experts) que integre ambos expertos para realizar una comparación de los dos enfoques abordados.

Experto Recta

Descripción	Valor
Tamaño del dataset	55529 imágenes (resampled)
Learning Rate	0.0001
Batch size	32
Dropout	0.1
Image Shape	(66, 200, 3)
Métricas Usadas	Mean Squared Error (MSE), Mean Absolute Error (MAE)
Épocas Usadas	60

plot_1

plot_2

plot_3

Experto Curva

Descripción	Valor
Tamaño del dataset	55529 imágenes (resampled)
Learning Rate	0.0001
Batch size	32
Dropout	0.1
Image Shape	(66, 200, 3)
Métricas Usadas	Mean Squared Error (MSE), Mean Absolute Error (MAE)
Épocas Usadas	60

plot_1

plot_2

plot_3

Video de prueba

Los modelos entrenados aún presentan fallas. Aunque en la mayor parte del recorrido logran mantenerse dentro del carril, el comportamiento es inestable y, en varias ocasiones, se desvían. En este video se puede observar cómo el modelo casi logra completar el circuito, pero muestra dudas en su trayectoria.

En cuanto al modelo de detección de carril entrenado con fastai, aún necesita mejoras significativas. La detección del carril es inconsistente, lo que puede deberse al proceso de cálculo de la curvatura. La detección depende en gran medida de las marcas visibles del carril, y cuando estas faltan, el análisis de la curvatura se ve afectado. Esto es especialmente problemático en áreas donde el borde del carril es determinado por elementos como el andén en lugar de las líneas pintadas, lo que confunde al modelo.