Waymo首次公布技術(shù)細(xì)節(jié),自動駕駛老司機(jī)的煉成
4、實驗結(jié)果
我們看到純模仿學(xué)習(xí)模型是如何在停著的車輛周圍無法移動,并在偏離軌道時卡住的。通過一系列的綜合例子和輔助例子,ChauffeurNet的模型現(xiàn)在可以成功地繞過停著的車輛(1),并從軌跡偏離中恢復(fù)過來,沿著彎曲的道路(2)平穩(wěn)地繼續(xù)前進(jìn)。
1
2
在下面的示例中,我們將在模擬器的閉環(huán)設(shè)置中演示ChauffeurNet對日志示例中正確的因果因素的響應(yīng)。在3的動畫中,我們看到ChauffeurNet 代理在停車標(biāo)志(紅色標(biāo)記)前完全停止。在4的動畫中,我們從渲染的道路上移除stop-sign,并看到Agent不再完全停止,從而驗證網(wǎng)絡(luò)正在響應(yīng)正確的因果因素。
3
4
動圖5中,我們看到ChauffeurNet代理停在其他車輛(黃色框)后面,然后在其他車輛前進(jìn)時繼續(xù)前進(jìn)。動圖6,我們從呈現(xiàn)的輸入中移除其他車輛,看到代理自然地沿著路徑繼續(xù),因為它的路徑中沒有其他對象,驗證網(wǎng)絡(luò)對場景中其他車輛的響應(yīng)。
動圖7中,ChauffeurNet代理停止等待交通燈從黃色變?yōu)榧t色(注意交通燈渲染的強(qiáng)度變化,以車道中心的曲線顯示),而不是盲目地跟在其他車輛后面。
在模擬測試之后,我們將主計劃模塊替換為ChauffeurNet,并使用它在我們的私人測試軌道上駕駛一輛克萊斯勒Pacifica小型貨車。這些視頻展示了車輛成功地沿著彎曲的車道行駛,處理停車標(biāo)志和轉(zhuǎn)彎。
動圖8演示了一個日志示例上PerceptionRNN的預(yù)測;叵胍幌拢琍erceptionRNN可以預(yù)測其他動態(tài)對象的未來運(yùn)動。紅色的軌跡表示場景中動態(tài)物體過去的軌跡;綠色的軌跡表示每個物體在未來兩秒鐘內(nèi)的預(yù)測軌跡。
備注:5、6、7、8的動圖都超過2M,壓縮了好久,剪輯都沒辦法達(dá)到微信要求的規(guī)格,所以請移步文后找到傳送門。后面的動圖是,越來越復(fù)雜,顯示出Waymo在這方面的思考和變量增加對技術(shù)要求的提升,從而訓(xùn)練出更好的自動駕駛老司機(jī)。
5、總結(jié)
長尾理論、因果關(guān)系與終身學(xué)習(xí)
全自動駕駛系統(tǒng)需要能夠處理現(xiàn)實世界中出現(xiàn)的長尾情況。雖然深度學(xué)習(xí)在許多應(yīng)用中取得了相當(dāng)大的成功,但是如何處理缺乏培訓(xùn)數(shù)據(jù)的情況仍然是一個懸而未決的問題。
此外,深度學(xué)習(xí)識別訓(xùn)練數(shù)據(jù)中的相關(guān)性,但它不能通過純粹的觀察相關(guān)性建立因果模型,也不能在模擬中主動測試反應(yīng)事實。了解“好司機(jī)”為什么會有這樣的行為,以及他們對什么做出了反應(yīng),這對于建立一個因果駕駛模型至關(guān)重要。
因此,僅僅有大量的“好司機(jī)”駕駛行為來模仿是不夠的,理解為什么可以更容易地了解如何改進(jìn)這樣的系統(tǒng),這對于安全關(guān)鍵的應(yīng)用程序尤其重要。此外,如果這些改進(jìn)能夠以增量的和有針對性的方式執(zhí)行,那么系統(tǒng)就可以繼續(xù)學(xué)習(xí)和不斷改進(jìn),這種持續(xù)終生學(xué)習(xí)是機(jī)器學(xué)習(xí)社區(qū)中一個活躍的研究領(lǐng)域。
今天在Waymo車輛上運(yùn)行的規(guī)劃器結(jié)合了機(jī)器學(xué)習(xí)和明確的推理,不斷評估大量的可能性,并在各種不同場景下做出最佳駕駛決策,這些場景已經(jīng)磨練了超過1000萬英里的公路測試仿真數(shù)十億英里。
因此,用于替換Waymo規(guī)劃器的完全機(jī)器學(xué)習(xí)系統(tǒng)的標(biāo)準(zhǔn)非常高,盡管來自這樣的系統(tǒng)的組件可以在Waymo規(guī)劃器中使用,或者可以用于在模擬測試期間創(chuàng)建更真實的“智能代理”規(guī)劃師。
Waymo這次公布的是軟件方面的細(xì)節(jié),我們希望Waymo在將來公布更多的細(xì)節(jié),除了技術(shù)上的軟件細(xì)節(jié),還包括硬件方案、成本以及Waymo One的運(yùn)營細(xì)節(jié)。車智君將持續(xù)關(guān)注Waymo,這個自動駕駛領(lǐng)域最好的學(xué)習(xí)對象。

請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
-
8月5日立即報名>> 【在線會議】CAE優(yōu)化設(shè)計:醫(yī)療器械設(shè)計的應(yīng)用案例與方案解析
-
8月14日立即報名>> 【在線研討會】解析安森美(onsemi)高精度與超低功耗CGM系統(tǒng)解決方案
-
精彩回顧立即查看>> 《2024智能制造產(chǎn)業(yè)高端化、智能化、綠色化發(fā)展藍(lán)皮書》
-
精彩回顧立即查看>> 7月30日- 8月1日 2025全數(shù)會工業(yè)芯片與傳感儀表展
-
精彩回顧立即查看>> 全數(shù)會2025(第六屆)機(jī)器人及智能工廠展
-
精彩回顧立即查看>> OFweek 2025 具身機(jī)器人動力電池技術(shù)應(yīng)用大會
推薦專題
- 1 AI產(chǎn)業(yè)的新高度!英偉達(dá)成為全球首家市值破4萬億美元的公司
- 2 傳魏建軍與賈躍亭合作,長城汽車出海美國
- 3 一文讀懂:到底什么是 “具身智能” ?
- 4 黃仁勛:與雷軍長期合作,共探AI智駕
- 5 具身智能泡沫爭議下,華映資本尋找「穿越周期者」
- 6 中國平安們欲靠AI守“陣地”
- 7 官宣:智元機(jī)器人借殼上市,A股人形機(jī)器人第一股!
- 8 華為讓渡“三界”銷售主導(dǎo)權(quán),智界高管:終于能全力奔跑了
- 9 借仿生手實現(xiàn)突圍,國產(chǎn)靈巧手破局“不可能三角”
- 10 DeepSeek R2加持,中國AI與芯片產(chǎn)業(yè)迎來新一輪協(xié)同進(jìn)化