一種人工智能駕駛系統(tǒng)培訓(xùn)的方法，該方法以監(jiān)督的方式利用標(biāo)記的數(shù)據(jù)

Waymo毫無疑問是全球目前唯一一家取得多個(gè)自動(dòng)駕駛里程碑的公司，截止今年8月份其路測里程超過了1000萬英里，上周推出了商業(yè)無人駕駛出租車服務(wù)Waymo One。

現(xiàn)在，Waymo還在不斷挑戰(zhàn)未來。

在今天發(fā)表的一篇博文中，Waymo研究人員Mayank Bansal和Abhijit Ogale詳細(xì)描述了一種人工智能駕駛系統(tǒng)培訓(xùn)的方法，該方法以監(jiān)督的方式利用標(biāo)記的數(shù)據(jù)。

近年來，使用大量標(biāo)記數(shù)據(jù)對深層神經(jīng)網(wǎng)絡(luò)進(jìn)行有監(jiān)督的訓(xùn)練，在很多領(lǐng)域，特別是在物體感知和預(yù)測領(lǐng)域，已經(jīng)迅速改進(jìn)了最新技術(shù)，而且這些技術(shù)在Waymo得到了廣泛的應(yīng)用。

憑借感知能力，汽車可以使用相機(jī)和其他傳感器檢測前面的車輛，識別它們是否成為潛在危險(xiǎn)，并知道連續(xù)跟蹤它們的運(yùn)動(dòng)。這種能力擴(kuò)展到車輛周圍的360度區(qū)域，使得車輛能夠在行駛時(shí)檢測和跟蹤所有移動(dòng)和靜態(tài)物體。

感知是自動(dòng)駕駛汽車安全運(yùn)行的第一階段。一旦車輛能夠從周圍環(huán)境提取相關(guān)數(shù)據(jù)，它就能夠規(guī)劃前進(jìn)的路徑。

為了滿足自動(dòng)駕駛的復(fù)雜感知需求，Waymo獨(dú)立開發(fā)了一系列感知傳感器，實(shí)現(xiàn)了車輛360°監(jiān)控，包括：激光雷達(dá)、視覺系統(tǒng)、雷達(dá)系統(tǒng)以及其他傳感器。

目前，Waymo搭載的激光雷達(dá)有三種類型，短距監(jiān)控車輛周邊環(huán)境；中距高分辨率；遠(yuǎn)距激光雷達(dá)。

視覺系統(tǒng)由多組高分辨率相機(jī)組成，在白天和光線較暗的地方也能很好地工作。定制化的雷達(dá)系統(tǒng)具有連續(xù)360°的視野，可以跟蹤在本車前后左右不同方位的其他車輛。

現(xiàn)在，上述研究人員表示，“隨著神經(jīng)網(wǎng)絡(luò)用于感知的成功，我們自然地問自己這樣一個(gè)問題：……我們能否用純監(jiān)督的深度學(xué)習(xí)方法來訓(xùn)練熟練的駕駛系統(tǒng)？”

為了建立一個(gè)能夠模仿專家駕駛員的系統(tǒng)，他們精心設(shè)計(jì)了一個(gè)神經(jīng)網(wǎng)絡(luò)，叫做ChauffeurNet，通過觀察真實(shí)和模擬數(shù)據(jù)的組合，包括地圖、周圍物體、紅綠燈，學(xué)習(xí)生成駕駛軌跡。

低級控制器將10點(diǎn)軌跡轉(zhuǎn)換為轉(zhuǎn)向和加速度指令，允許AI模型同時(shí)驅(qū)動(dòng)真實(shí)車和數(shù)字車。

這個(gè)模型來自于“大約60天的專家駕駛數(shù)據(jù)”，使用技術(shù)確保它不會(huì)從過去的運(yùn)動(dòng)中推斷出來，而是對環(huán)境的變化做出實(shí)際反應(yīng)。在測試中，它響應(yīng)交通控制，如停止標(biāo)志和交通燈，但可以預(yù)見，當(dāng)暴露于從未見過的情況時(shí)，性能很差。

研究人員指出，問題在于從現(xiàn)實(shí)駕駛中獲得的駕駛演示是有偏見的——它們只包含了在良好情況下駕駛的例子。為了訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)從邊緣案例中學(xué)習(xí)，研究小組綜合了很多車輛接近與物體碰撞的案例，從而與人工智能模型進(jìn)行配對。

目前，ChauffeurNet在模擬環(huán)境中表現(xiàn)得更好，比如在交通燈從黃色過渡到紅色時(shí)停止，并且從其軌跡的微小偏差中恢復(fù)。當(dāng)用于在現(xiàn)實(shí)世界的路測時(shí)，它也能成功地遵循車道標(biāo)志和轉(zhuǎn)彎。

ChauffeurNet的目標(biāo)是通過模擬學(xué)習(xí)來訓(xùn)練一種自主駕駛策略，這種策略足夠健壯，可以駕駛真正的車輛。但問題是標(biāo)準(zhǔn)的行為克隆不足以處理復(fù)雜的駕駛場景，即使利用感知系統(tǒng)對輸入進(jìn)行預(yù)處理，并利用控制器在汽車上執(zhí)行輸出，但3000萬個(gè)例子仍然不夠。

但研究人員認(rèn)為，完全自主的駕駛系統(tǒng)需要能夠處理現(xiàn)實(shí)世界中出現(xiàn)的長尾情況。今天在Waymo車輛上運(yùn)行的規(guī)劃系統(tǒng)使用機(jī)器學(xué)習(xí)和顯式推理的組合來持續(xù)地評估大量的可能性，并在各種不同的場景下做出最佳的駕駛決策。

不過，最終對于完全機(jī)器學(xué)習(xí)的系統(tǒng)來替換Waymo現(xiàn)在使用的規(guī)劃器（目前Waymo的軟件系統(tǒng)由很多不同的部分組成，主要包括三大組件：感知、行為預(yù)測和規(guī)劃器）的標(biāo)準(zhǔn)非常高，這樣的系統(tǒng)組件可以暫時(shí)在Waymo規(guī)劃器的模擬測試期間用于創(chuàng)建更現(xiàn)實(shí)的“智能代理”。