车与生活|让汽车在20分钟内学会自己驾驶,使用深度学习神经网络

【车与生活|让汽车在20分钟内学会自己驾驶,使用深度学习神经网络】
车与生活|让汽车在20分钟内学会自己驾驶,使用深度学习神经网络
文章图片
英国初创公司Wayve的一组研究人员开发了一种将深度学习网络应用于自动驾驶的方法 。 在最近的一篇博客文章中 , 代表们概述了他们的技术是如何工作的 , 并在真实的道路上使用一辆真实的汽车进行了演示 。
正如Wayve团队指出的那样 , 大多数自动驾驶汽车都使用了大量摄像头和传感器 , 以及地图工具和大量计算机编程 。 但他们认为 , 这种方法忽略了某种上限 。 由谷歌等大公司编写的自动驾驶汽车已经达到了不错的水平 , 但还不足以普及使用 。 他们声称 , 这是因为这种汽车还不够智能 , 无法应对普通道路上的各种情况 。 他们认为 , 我们需要的是一台更智能的电脑 , 而不是更多的传感器或程序 。
Wayve的团队相信 , 更聪明的方法是使用强化学习算法 , 就像在deepmind等项目中使用的那样——让计算机通过练习来学习如何像人一样做事 。 强化学习算法是深度学习网络的核心——它们通过做来学习 , 一遍又一遍 , 在前进的过程中不断改进 。 在自动驾驶车辆控制的情况下 , 这意味着驾驶汽车直到他们正确 。
为了展示这种方法的效果 , Wayve的一个团队在一辆雷诺Twizy上安装了一个摄像头、油门、刹车和转向控制装置 , 然后将它们与图形处理器和一台运行该公司开发的强化学习算法的计算机连接起来 。 计算机被“告知” , 最佳的结果将是汽车沿着一条道路前进而不离开道路 。 这样做的时间越长 , 效果越好 。 然后 , 他们添加了一个人类司机 , 并把汽车放在一条乡村道路上 。 人类司机会为汽车指明正确的方向 , 然后让计算机接管 。 如果汽车接近驶离道路 , 人类会把它停下来 , 让汽车排成一条直线 , 然后让电脑再试一次 。 通过这种方式 , 计算机能够在大约20分钟内学会如何防止汽车离开道路 。 在那之后 , 它可以无限期地继续下去 。


    推荐阅读