新事物
新事物是远鉴智库的固定栏目
每周向你介绍一个
可能会影响科技的
新生事物
现有的无人驾驶汽车普遍依靠于复杂的硬件设施和详细的3D地图来运作。人工智能创业公司Wayve认为他们已经找到了一个更好的方法来提升无人驾驶车辆(AVS)的学习性能。日前,Wayve公司发布了一段视频,展示一辆改装过的Renault Twizy 型号双座位电动汽车如何学习自主驾驶道路。通过利用一种强化的学习方法,在这个系统中,当汽车做出合适的行为将获得“奖励”,而做出不合适的行为时则要受到“惩罚”。Wayve公司在arXiv上发表了一篇论文,展示了更多的实验细节。
大部分现在在开发的无人驾驶系统,主要依赖于详细的3D地图作为导航基础。目前全球各大公司都在竞相制造这些地图,利用先进的传感器和相机来记录大小城市街道和高速公路。无人驾驶汽车同样也需要配置复杂的相机和传感器系统来导航这些地图。
在形成3D地图的过程中需要投入大量的人力资源,地图需要持续更新,需要实时上传例如道路施工这样的信息。研发3D地图的公司也往往首先关注人口密集、交通拥挤的道路,而忽视边远农村地区。
Wayve的技术让这些复杂的3D地图相形见绌。视频中的Twitz只在车前部安装了一个摄像头。现有的无人驾驶汽车,包括特斯拉的Autopilot 辅助驾驶技术都使用了更多的摄像头。这一台摄像机将信息实时传送到汽车上的图形处理器(GPU)。这个图形处理器通过运行Wayve的强化学习算法,来计算控制车辆的加速、制动和转向。在学习过程中,需要一个人类驾驶者每次在汽车偏离航线时停车,对它施以“惩罚”。系统运转的时候需要人为介入的次数越少,它收到的“奖励”就越大。
大约在20分钟内,汽车就学会了在弯度不是太大的道路上行驶。
如果Wayve公司的无人驾驶技术能够继续发展下去,无人驾驶汽车将不再需要3D地图。这意味着任何人、任何地方都能享受到无人驾驶汽车带来的便利。
本文由远鉴智库陈杨翻译。
本文仅代表作者观点,不代表本平台立场。
领取专属 10元无门槛券
私享最新 技术干货