蓋世汽車(chē)訊 自動(dòng)駕駛汽車(chē)由需要大量駕駛數(shù)據(jù)的機(jī)器學(xué)習(xí)算法提供支持，從而實(shí)現(xiàn)安全駕駛。但是，如果自動(dòng)駕駛汽車(chē)可以像嬰兒學(xué)走路一樣學(xué)習(xí)駕駛，即觀察和模仿周?chē)娜?，則需要的駕駛數(shù)據(jù)就會(huì)少很多。據(jù)外媒報(bào)道，波士頓大學(xué)（Boston University，BU）工程師Eshed Ohn-Bar基于上述理論開(kāi)發(fā)出一種全新的學(xué)習(xí)安全駕駛技術(shù)的方法，即通過(guò)觀察路上的其他汽車(chē)，并預(yù)測(cè)這些車(chē)輛對(duì)環(huán)境做出的反應(yīng)，隨后利用這些信息自主做出駕駛決策。

（圖片來(lái)源：https://arxiv.org/pdf/2106.05966.pdf）

BU工程學(xué)院電氣和計(jì)算機(jī)工程助理教授、BU的Rafik B. Hariri計(jì)算與計(jì)算科學(xué)與工程研究所的初級(jí)教師Ohn-Ba，以及BU電氣和計(jì)算機(jī)工程博士生Jimuyang Zhang，最近在2021年計(jì)算機(jī)視覺(jué)和模式識(shí)別會(huì)議（Conference on Computer Vision and Pattern Recognition）上展示了他們的研究。由于希望增加各自領(lǐng)域研究人員之間的數(shù)據(jù)共享和合作，他們開(kāi)始訓(xùn)練范式。目前，自動(dòng)駕駛汽車(chē)需要數(shù)小時(shí)的駕駛數(shù)據(jù)來(lái)學(xué)習(xí)如何安全駕駛，但全球一些較大的汽車(chē)公司不會(huì)共享他們的大量數(shù)據(jù)，以避免競(jìng)爭(zhēng)。

Ohn-Bar稱(chēng)：“每家公司在生產(chǎn)汽車(chē)方面的經(jīng)歷都相同，包括在汽車(chē)上安裝傳感器、聘用駕駛員駕駛汽車(chē)、收集數(shù)據(jù)以及教汽車(chē)駕駛。”共享駕駛數(shù)據(jù)可以幫助公司更快地制造安全的自動(dòng)駕駛汽車(chē)，從而讓社會(huì)上的每個(gè)人都能從合作中受益。 Ohn-Bar說(shuō)，人工智能駕駛系統(tǒng)需要大量數(shù)據(jù)才能正常運(yùn)行，因此沒(méi)有一家公司能夠獨(dú)自解決這個(gè)問(wèn)題。

Ohn-Bar稱(chēng)：“數(shù)十億英里的路上數(shù)據(jù)之于現(xiàn)實(shí)事件和多樣性就如一滴水之于海洋。然而，缺失的數(shù)據(jù)樣本可能會(huì)引起不安全的行為和潛在車(chē)禍?！毖芯咳藛T提出的機(jī)器學(xué)習(xí)算法可通過(guò)估計(jì)附近其他汽車(chē)的視點(diǎn)和盲點(diǎn)來(lái)創(chuàng)建周?chē)h(huán)境的鳥(niǎo)瞰圖，從而有助于自動(dòng)駕駛汽車(chē)檢測(cè)障礙物，如其他汽車(chē)或行人，并了解其他汽車(chē)的如何轉(zhuǎn)彎、協(xié)商和讓行的，從而避免發(fā)生碰撞。

通過(guò)這種方法，自動(dòng)駕駛汽車(chē)通過(guò)將周?chē)?chē)輛的動(dòng)作轉(zhuǎn)換成自己的參考框架來(lái)學(xué)習(xí)，即他們的機(jī)器學(xué)習(xí)算法，從而驅(qū)動(dòng)神經(jīng)網(wǎng)絡(luò)。周?chē)?chē)輛可能是沒(méi)有傳感器的由人類(lèi)駕駛的汽車(chē)，也可能是其他公司的自動(dòng)駕駛汽車(chē)。對(duì)場(chǎng)景中周?chē)?chē)輛的觀察是算法訓(xùn)練的核心，因此這種“邊看邊學(xué)”范式鼓勵(lì)數(shù)據(jù)共享，從而提高自動(dòng)駕駛汽車(chē)的安全性。

通過(guò)使自動(dòng)駕駛汽車(chē)在兩個(gè)虛擬城鎮(zhèn)中行駛，Ohn-Bar和Zhang測(cè)試了他們的“觀察和學(xué)習(xí)”算法。這兩個(gè)模擬城鎮(zhèn)中，一個(gè)具有與訓(xùn)練環(huán)境相似的直接轉(zhuǎn)彎和障礙物，另一個(gè)具有較令人出乎意料的拐角，如五向交叉路口。在這兩種情景下，研究人員發(fā)現(xiàn)他們的自動(dòng)駕駛神經(jīng)網(wǎng)絡(luò)很少發(fā)生事故，且只需一小時(shí)的駕駛數(shù)據(jù)即可訓(xùn)練機(jī)器學(xué)習(xí)算法，自動(dòng)駕駛汽車(chē)的安全抵達(dá)目的地的準(zhǔn)確率高達(dá)92%。

Ohn-Bar表示：“以前最好的方法也需要幾個(gè)小時(shí)駕駛數(shù)據(jù)才能學(xué)會(huì)安全駕駛，令我們驚訝的是，我們的方法只需十分鐘的駕駛數(shù)據(jù)?！監(jiān)hn-Bar還表示：“試驗(yàn)結(jié)果很有希望，但在處理復(fù)雜的城市環(huán)境方面仍然存在一些公開(kāi)的挑戰(zhàn)?？紤]到被觀察的車(chē)輛之間急劇變化的視角、傳感器測(cè)量中的噪音和遮擋物，以及司機(jī)的不同，實(shí)現(xiàn)安全駕駛還是非常困難的?！?/p>

展望未來(lái)，該團(tuán)隊(duì)表示，這種教授自動(dòng)駕駛汽車(chē)進(jìn)行自動(dòng)駕駛的方法也可用于其他技術(shù)。Ohn-Bar表示：“配送機(jī)器人甚至無(wú)人機(jī)都可以通過(guò)觀察環(huán)境中的其他人工智能系統(tǒng)來(lái)學(xué)習(xí)。”

返回第一電動(dòng)網(wǎng)首頁(yè) >