超级解密:无人驾驶是如何炼成的( 三 )


大脑是关键 , 前面的地图、耳目再厉害 , 也得需要有个厉害的大脑才能真正用起来 。 具体来说就是各种各样的算法 , 这一部分涉及到很多具体的专业知识 , 可以细读《智能驾驶技术:路径规划与导航控制》 , 这里只提一提其中有两个的问题我觉得十分有趣 。
第一个问题就是如何训练 。 无人驾驶依赖人工智能技术 , 会从各种机器学习、深度学习、深度强化学习的模型中挑选 。 要使用这些模型 , 都有一个必经环节 , 那就是训练 , 而训练是需要试错的 。
读过我写的那本《机器学习算法的数学解析与Python实现》的同学都知道 , 训练的过程就是不断减少错误的过程 , 这在别的地方没有问题 , 但是在无人驾驶这里问题就复杂了 , 应该没谁希望哪天街上会突然出现一辆发了疯一样的无人驾驶汽车 , 就算你告诉我模型训练都有这么个过程也不行 。
那这个问题是怎么解决的呢?用仿真环境 , 无人驾驶是在仿真环境中不断学习进化 , 等训练成了真正意义上的“老司机”才能真正开车上路 。
第二个问题叫乘坐体验 , 这是个很有意思的问题 。 我们都知道 , 开车不仅仅要考虑开车 , 还要考虑乘车 。 有一种车技烂 , 不是把车开到河里去 , 而是开车能把自己给开晕车了 , 不过 , 这个问题归为驾驶问题当然可以 , 不归为驾驶问题当然也可以 。
无人驾驶是把这个问题纳入了考虑 , 首先就需要考虑另一个问题:如何形式化的问题 。 乘坐体验是一种感受 , 非常主观 , 但要使用数学工具解决这个问题 , 首先就必须要将问题形式化 。 这个问题简单来说 , 就是我们人的主观体验 , 真的可以用莫得感情的数学公式来表达吗?
无人驾驶的研究者回答是:可以的 。 譬如说刹车 , 遇到突发情况当然要刹车 , 但如果刹车太硬太急 , 乘客又会很容易觉得恶心 。 这是一对矛盾 , 而这对矛盾完全可以用数学公式来描述 , 再进而找到最优解 。
具体的内容还有很多 , 相关数学公式和介绍可以阅读《智能驾驶技术:路径规划与导航控制》的“基于车辆约束的最优轨迹” 。
关于作者:莫凡 , 网名木羊同学 。 娱乐向机器学习解说选手 , 《机器学习算法的数学解析与Python实现》作者 , 前沿技术发展观潮者 , 擅长高冷技术的“白菜化”解说 , 微信公众号“睡前机器学习” , 个人知乎号“木羊” 。
超级解密:无人驾驶是如何炼成的
本文插图
延伸阅读《智能驾驶技术:路径规划与导航控制》
推荐语:承担两期中车时代电动智能客车“智能驾驶决策控制系统”开发任务 , 获批湖南省颁发的第一辆智能驾驶公交车牌照的精心之作!基于实例 , 深度介绍了智能驾驶的整套流程 , 并提供完整的仿真系统搭建建议 。
超级解密:无人驾驶是如何炼成的
本文插图
延伸阅读《机器学习算法的数学解析与Python实现》
推荐语:如果你之前不太了解机器学习 , 现在想要了解机器学习的主流算法和原理 , 并希望快速、清晰地建立对机器学习的“大局观” , 但是担心一上来就被各种艰涩的数学公式“揍”得眼冒金星 , 那这本书就是你想要的 。


推荐阅读