技术难题|自动驾驶真正上路 还有10%的技术难题待解( 二 )


那么边界化难题怎样去发现并解决呢?
“除了收集大量的数据 , 更重要的是建立自动化生产工厂 , 将源源不断收集来的有效数据 , 通过自动化的工具 , 加工成可用的模型 。 以更快的速度、更高效的方式应对边界化难题 。 ”于骞表示 。
于骞以上面野鸭子的场景为例 , 如果需要专门针对这些场景去开发特殊的模型 , 那会有无穷无尽的场景需要处理 。 但借助自动化的办法 , 只要数据标注好了 , 下次系统更新时便可以更好处理这种情况 , 省下大量工程师的时间 。
“以感知举例是比较容易理解的 , 但其实规划技术也一样 。 要想让车做出准确的规划 , 最原始的方法是工程师写规则——大量的工程师写出大量的规则 , 但这种方式不易维护性还不能满足最新需求;再进一步便是设计奖励函数——设计奖励函数比写规则要简单得多;再往后则是系统利用数据自动学习奖励函数 。 这个过程便是往自动化方向发展的过程 。 ”于骞说 。
声明:转载此文是出于传递更多信息之目的 。 若有来源标注错误或侵犯了您的合法权益 , 请作者持权属证明与本网联系 , 我们将及时更正、删除 , 谢谢 。


推荐阅读