機器學習推動了Wayve的自動駕駛方法

對于自動駕駛汽車的怯懦，可能更像是一個釘子比想象你的自動駕駛汽車在英國狹窄的城市街道上行進，停車允許在空間壅塞的狹窄路徑的兩側，在潮濕的，陰天，騎自行車的人，小路上的小型貨車，交叉路口，到處都是，工程。

好吧，位于英國劍橋的Wayve通過這個視頻“城市駕駛與端到端深度學習”讓你知道這可以很好地完成，他們的系統(tǒng)可以完成所有工作。

Wayve是基于機器學習的自動駕駛軟件堆棧業(yè)務。沒有詳細的地圖。

這段視頻的特別之處在于，您正在觀看一輛自駕車，沿著前所未有的城市街道前行，沒有環(huán)境的高清地圖。Engadget的 Jon Fingas ： “......以前從未見過這條路，并且只運行了20個小時的訓練數(shù)據(jù) - 它甚至不知道在道路的左側行駛或在交叉路口減速它沒有通行權。“

“智能行為不能手工編碼，但可以通過經(jīng)驗學習，”公司博客說。“我們已經(jīng)建立了一個可以像人類一樣駕駛的系統(tǒng)，僅使用攝像頭和衛(wèi)星導航系統(tǒng)。這只能通過端到端的機器學習來實現(xiàn)。”

他們說他們的自主平臺是建立在捷豹I-PACE全電動SUV上的。

隨著每個安全駕駛員的干預，他們說他們的系統(tǒng)學習并將改進。他們表示，雖然首次部署需要更長的時間，但他們正在采用“根本不同的曲線”。

“經(jīng)過十年的自動駕駛汽車研究，其他團隊仍然通過更多地圖，更多規(guī)則和更多傳感器解決新的技術挑戰(zhàn)。這是不安全的，昂貴的，無法擴展。”

我們不會告訴汽車如何駕駛手動編碼規(guī)則：所有內容都是從數(shù)據(jù)中學習的，“首席技術官Alex Kendall在TechCrunch中表示，這種方法首次允許在復雜，狹窄的歐洲城市街道上航行。” - 結束深度學習，“肯德爾說。

為什么他們的解決方案很重要：“它更接近自動駕駛，可以相對輕松地駕駛不熟悉的道路和意外情況，”Fingas說。

TechCrunch的 Mike Butcher 引用肯德爾的話。“每當安全駕駛員介入并接管時，汽車就會學會駕駛更好。我們不會告訴汽車如何駕駛，而是學會駕駛經(jīng)驗，示例和反饋，就像人類一樣。”

該公司也談到了成本優(yōu)勢。依賴于大量計算能力的自動駕駛汽車可能既昂貴又笨重。

Kendall在TechCrunch中表示，他們的解決方案“使用的計算機/傳感器的成本不到競爭對手的10%。事實上，所有產(chǎn)品都相當于現(xiàn)代筆記本電腦。這大大降低了我們的傳感器和計算成本(和功率要求)超過10%的傳統(tǒng)方法。“

下一步是什么?他們表示，他們將繼續(xù)看到一批Jaguar I-PACE車輛在整個英國和歐洲大陸測試算法并收集數(shù)據(jù)。

他們將在100個城市部署自動駕駛汽車。

TechCrunch的一個有趣的評論說：“我只想表達我的擔憂，即在90%的時間內訓練網(wǎng)絡正常運行相對容易，但邊緣情況是發(fā)生事故并且人們受傷。”

彼得霍利參與華盛頓郵報：“使用機器學習 - 一種算法不是手工編碼，但經(jīng)過長時間訓練的系統(tǒng) - 公司聲稱其車輛的學習方式與人類駕駛員相同：通過經(jīng)驗，錯誤，反饋和模仿實際上，該公司表示，汽車并沒有被教導如何開車，而是被告知如何不開車。“