觀看自駕車把手發(fā)夾就像一輛賽車

自駕車的訓(xùn)練過于謹(jǐn)慎，但可能會(huì)出現(xiàn)需要進(jìn)行高速機(jī)動(dòng)以避免碰撞的情況。這些車輛裝飾著價(jià)值數(shù)萬美元的高科技傳感器，并以奶奶的速度進(jìn)行編程，可以像人類一樣處理這些瞬間的決定嗎?

斯坦福大學(xué)的工程師可能會(huì)有答案。他們創(chuàng)建了一個(gè)神經(jīng)網(wǎng)絡(luò)，可以使無人駕駛汽車像賽車手一樣進(jìn)行高速，低摩擦的操作。當(dāng)它們最終到達(dá)時(shí)，無人駕駛汽車將需要超越人類的能力，因?yàn)?4%的碰撞可歸因于人為錯(cuò)誤。研究人員表示，這是提高自動(dòng)駕駛汽車避免事故能力的重要一步。

本周早些時(shí)候在科學(xué) 機(jī)器人雜志上發(fā)表的一篇論文的主要作者納森斯皮爾伯格說：“我們希望我們的算法能夠與最熟練的駕駛員一樣好 - 而且希望更好。” “我們的工作是出于安全的原因，我們希望自動(dòng)駕駛汽車能夠在許多情況下工作，從高摩擦瀝青的正常駕駛到冰雪中快速，低摩擦的駕駛。”

該團(tuán)隊(duì)使用了一種稱為神經(jīng)網(wǎng)絡(luò)的人工智能算法，該算法松散地基于我們大腦中的神經(jīng)網(wǎng)絡(luò)，以創(chuàng)建自動(dòng)駕駛系統(tǒng)。神經(jīng)網(wǎng)絡(luò)是一種機(jī)器學(xué)習(xí)，程序員可以構(gòu)建模型來篩選大量數(shù)據(jù)并查找模式。這些網(wǎng)絡(luò)用于為自主車輛的“大腦”供電，該大腦通常是存儲(chǔ)在每輛車行李箱中的高功率GPU，用于控制決策過程。

斯坦福大學(xué)的團(tuán)隊(duì)訓(xùn)練了一個(gè)神經(jīng)網(wǎng)絡(luò)，其中包含200,000個(gè)運(yùn)動(dòng)樣本的數(shù)據(jù)，包括在冰雪等滑溜的表面上進(jìn)行試駕。然后他們將他們的系統(tǒng)帶到薩克拉門托山谷的Thunderhill賽道進(jìn)行測(cè)試。斯坦福大學(xué)的車隊(duì)在他們的測(cè)試中使用了兩輛自動(dòng)駕駛汽車：Niki，一輛自動(dòng)駕駛的大眾GTI，以及Shelley，一輛自主的奧迪TTS。

首先，Shelley在基于物理的自動(dòng)系統(tǒng)控制下加速，預(yù)裝了有關(guān)課程和條件的固定信息。當(dāng)在連續(xù)10次試驗(yàn)中對(duì)同一球場(chǎng)進(jìn)行比較時(shí)，雪萊和熟練的業(yè)余車手產(chǎn)生了相當(dāng)?shù)膯稳r(shí)間。然后，研究人員用他們新的神經(jīng)網(wǎng)絡(luò)系統(tǒng)加載了Niki。雖然神經(jīng)網(wǎng)絡(luò)缺乏關(guān)于道路摩擦的明確信息，但汽車的表現(xiàn)類似于運(yùn)行學(xué)習(xí)和基于物理的系統(tǒng)。

該團(tuán)隊(duì)表示他們對(duì)結(jié)果感到鼓舞，但強(qiáng)調(diào)他們的神經(jīng)網(wǎng)絡(luò)系統(tǒng)在任何環(huán)境中都表現(xiàn)不佳。他們需要 - 還有什么? - 更多數(shù)據(jù)能夠處理更廣泛的條件。