一种无人驾驶的新技术——靠模仿他人进行进行机器学习的自动驾驶技术

文章：石家庄陀螺科技

自动驾驶汽车由机器学习算法提供支持，这些算法需要大量驾驶数据才能安全运行。但是，如果自动驾驶汽车可以像婴儿学走路一样学习驾驶——通过观察和模仿周围的人——他们需要的驾驶数据就会少得多。这个想法正在推动波士顿大学工程师 Eshed Ohn-Bar 为自动驾驶汽车开发一种全新的学习安全驾驶技术的方法——通过观察路上的其他汽车，预测它们将如何对环境做出反应，并利用这些信息来制作它们自己的驾驶决定。

Ohn-Bar 和波士顿大学电气和计算机工程博士生 Jimuyang Zhang ，最近在 2021 年计算机视觉和模式识别会议上展示了他们的研究。他们对训练范式的想法来自于增加各自领域研究人员之间的数据共享和合作的愿望——目前，自动驾驶汽车需要大量的驾驶数据来学习如何安全驾驶，但世界上大部分汽车公司为保持竞争，仍保留庞大的数据作为私有。 

Ohn-Bar 说：“每家公司都经历了相同的过程，包括在汽车上安装传感器、付钱给司机驾驶汽车、收集数据以及教汽车驾驶。” 共享驾驶数据可以帮助公司更快地制造安全的自动驾驶汽车，让社会上的每个人都能从合作中受益。Ohn-Bar 说，人工智能驾驶系统需要大量数据才能正常运行，因此没有一家公司能够独自解决这个问题。

“数十亿英里无人驾驶学习数据只是现实世界事件和多样性海洋中的一滴水，”Ohn-Bar 说。“然而，缺失的数据样本可能会导致不安全的行为和潜在的崩溃。”

研究人员提出的机器学习算法通过估计附近其他汽车的视点和盲点来创建周围环境的鸟瞰图。这些地图有助于自动驾驶汽车检测障碍物，如其他汽车或行人，并了解其他汽车如何转弯、协商和让行，而不会撞到任何东西。 

通过这种方法，自动驾驶汽车通过将周围车辆的动作转换成他们自己的参考框架来学习——他们的机器学习算法驱动的神经网络。这些其他汽车可能是没有任何传感器的人工驾驶汽车，也可能是其他公司的自动驾驶汽车。由于对场景中所有周围汽车的观察是算法训练的核心，这种“边看边学”范式鼓励数据共享，从而提高自动驾驶汽车的安全性。

Ohn-Bar 和 Zhang 通过让其驾驶的自动驾驶汽车在两个虚拟城镇中行驶来测试他们的“观察和学习”算法——一个具有与训练环境相似的直接转弯和障碍物，另一个具有意想不到的曲折，如五向交叉路口。在这两种情况下，研究人员发现他们的自动驾驶神经网络很少发生事故。只需一小时的驾驶数据来训练机器学习算法，自动驾驶汽车 92% 的时间都安全到达目的地。 

“虽然以前的最佳方法需要几个小时，但我们惊讶地发现，我们的方法只需 10 分钟的驾驶数据就可以学会安全驾驶，”Ohn-Bar 说。

他说，这些结果很有希望，但在处理复杂的城市环境方面仍然存在一些公开的挑战。“考虑到所观察车辆的截然不同的视角、传感器测量中的噪声和遮挡以及各种驾驶员是非常困难的，”他说。

展望未来，该团队表示，他们教授自动驾驶汽车进行自动驾驶的方法也可用于其他技术。“送货机器人甚至无人机都可以通过观察环境中的其他人工智能系统来学习，”Ohn-Bar 说。