（圖片來源：圣路易斯華盛頓大學(xué)）

據(jù)外媒報(bào)道，只要不改變路徑，自動(dòng)駕駛汽車非常擅長執(zhí)行特定的駕駛?cè)蝿?wù)。美國圣路易斯華盛頓大學(xué)（Washington University in St. Louis）James McKelvey工程學(xué)院計(jì)算機(jī)科學(xué)和工程助理教授Brendan Juba正在研究一種方法，以讓規(guī)劃代理幫助自動(dòng)駕駛汽車、機(jī)器人或其他利用機(jī)器學(xué)習(xí)的設(shè)備提高對(duì)世界的理解程度。此外，該代理還能夠保證安全操作，或者在無法保證安全時(shí)發(fā)出警報(bào)。

該項(xiàng)研究獲得美國國家科學(xué)基金會(huì)（National Science Foundation）41.9877萬美元的資助，為期三年，而且Juba教授正與以色列內(nèi)蓋夫本-古里安大學(xué)軟件與信息系統(tǒng)工程學(xué)院的教職工Roni Stern合作開展該項(xiàng)目。

Juba教授表示：“自動(dòng)駕駛汽車或機(jī)器人所面臨的環(huán)境總在變化，從而影響到其行為。該項(xiàng)目的重點(diǎn)是讓機(jī)器人或自動(dòng)駕駛汽車在動(dòng)態(tài)環(huán)境中學(xué)習(xí)，關(guān)鍵是讓其學(xué)習(xí)的部分以及做決策的部分能夠協(xié)同工作，從而才能夠做出更加保守的決策?！?/p>

Juba表示，在此類情況下，機(jī)器人或自動(dòng)駕駛汽車最好是確定不知道自己的行為會(huì)導(dǎo)致什么結(jié)果，而不是做出可能會(huì)被證明是錯(cuò)誤的決策。例如，如果一輛自動(dòng)駕駛汽車經(jīng)常在一條道路上訓(xùn)練，而該道路上的一條車道經(jīng)常被橙色的安全錐阻擋，該車就會(huì)學(xué)到安全錐代表什么意思，以及知道需要采取什么行動(dòng)，與人類學(xué)習(xí)駕駛類似。

Juba將會(huì)研究規(guī)劃代理如何通過機(jī)器人模擬器改進(jìn)真實(shí)世界模型，然后該團(tuán)隊(duì)將基于所學(xué)習(xí)的模型研發(fā)自動(dòng)規(guī)劃算法，生成所需規(guī)劃，以保證安全操作，或者在無法保證安全時(shí)發(fā)出警報(bào)。

返回第一電動(dòng)網(wǎng)首頁 >