Startup表示端到端机器学习是自动驾驶汽车的可扩展解决方案
这是特斯拉首席执行官埃隆马斯克认可的解决方案。没有激光雷达，没有高清地图。没有手工编码规则。英国剑桥的一家小型创业公司教一辆汽车在模拟环境中驾驶自己，然后在只装有摄像机和普通卫星导航系统的道路上释放它。结果：一辆自动驾驶的汽车可以在一天内驾驶复杂的新环境。Wayve.ai正在采用端到端的机器学习方法来构建自动驾驶汽车。他们的系统不是创建平台并提供道路规则，而是使用模拟和强化学习以及摄像机和传感器来控制车辆并遵循导航系统中输入的路线。
这种基于模型的深度强化学习系统使其能够学习基于过去经验给出或学习的数据在新环境中像人一样驾驶。它与其他自动平台不同，因为汽车自身创建所有规则，并根据安全驾驶员干预进化，而不是依靠工程师为其提供新数据。
正是这种公司所谓的“端到端深度学习”的差异化使得Wayve的自动驾驶平台可以扩展到新的领域。目前，大多数自动驾驶汽车系统使用高清地图，激光雷达和其他定制技术来构建3D世界，在该世界中，他们可以识别物体和标志，并了解它的位置和去向。
Wayve放弃了昂贵的激光雷达或数据密集型高清地图。相反，该公司的技术基于多层神经网络和计算机视觉来预测城市环境中物体的运动。他们的算法意味着您可以使用Wayve车辆将其放置在任何新区域，并利用其过去的经验快速适应新的环境，包括雨雪。
而这正是公司所做的。上周，Wayve.ai在雨中首次发布了一辆穿越街道的车辆视频，成功导航了复杂的转弯，并在从20小时的训练数据中学习后避开了骑车人。
尽管该技术在现实世界中可能表现良好，但尚不清楚是否有足够的经验或需要多少才能妥善处理边缘情况，而开放的道路不是一个可以接受的试验场。然后有能力弄清楚甚至是什么问题，就像人类一样，它会犯错并导致意外。
尽管该公司早期测试阶段和该技术的未知合法性，该公司在其博客上写道：“我们将成为第一个在100个城市部署自动驾驶汽车的公司。”当像Waymo这样的公司已经投入运营时，这是一个强烈的主张。但对于Wayve联合创始人亚历克斯·肯德尔来说，Waymo车辆仅限于严格的地理围栏区域，并且目前尚不清楚该技术何时具有足够的稳健性和可信度，可以在所有道路上自由运行。那可能永远不会。
猜你喜欢