機(jī)器之心報道

機(jī)器之心編輯部

Waymo 的自動駕駛出租車「Waymo One」已經(jīng)上線了，現(xiàn)在美國亞利桑那州鳳凰城的居民可以像叫個滴滴一樣用手機(jī) app 打來一輛自動駕駛汽車。這些高度智能化的無人車使用的是哪些技術(shù)？最近這家谷歌旗下的公司終于公開了自己的第一篇論文，介紹了 Waymo 自動駕駛算法的細(xì)節(jié)。

今年，自動駕駛公司 Waymo 取得了一些里程碑式的進(jìn)展。8 月份，Waymo 的實(shí)地自動駕駛里程突破 1000 萬英里，上周，Waymo 又推出了一款商用自動駕駛車——Waymo One。但該公司的研究人員始終著眼于未來。

Medium 上今天出現(xiàn)了一篇博文，Mayank Bansal、Abhijit Ogale 兩位研究人員詳細(xì)介紹了利用標(biāo)注數(shù)據(jù)（即來自專業(yè)駕駛演示的 Waymo 數(shù)百萬英里的已標(biāo)注數(shù)據(jù)）通過監(jiān)督學(xué)習(xí)訓(xùn)練 AI 駕駛員的方法。

學(xué)習(xí)人類經(jīng)驗(yàn)

「近年來，深度神經(jīng)網(wǎng)絡(luò)中的監(jiān)督訓(xùn)練使用大量標(biāo)注數(shù)據(jù)在許多領(lǐng)域迅速提高了當(dāng)前最佳水準(zhǔn)，尤其是在目標(biāo)檢測及預(yù)測領(lǐng)域。這些技術(shù)在 Waymo 得到了廣泛應(yīng)用，」研究人員寫道。「隨著感知神經(jīng)網(wǎng)絡(luò)取得成功，我們自然而然地會問自己：我們可以利用純監(jiān)督深度學(xué)習(xí)方法訓(xùn)練出一個熟練的自動駕駛員嗎？」

模擬環(huán)境中，Waymo 的智能體繞過一輛停泊的車。青色路徑描繪了輸入路徑，綠色框是智能體，藍(lán)色點(diǎn)是智能體的過去位置，綠色點(diǎn)是預(yù)測的未來位置。

模擬環(huán)境中，Waymo 的 AI 系統(tǒng)根據(jù)前方車輛位置減速停車。帶有褪色尾部的黃色方塊是場景中過去一秒內(nèi)的動態(tài)目標(biāo)（其它車輛）的位置。

為了創(chuàng)建一個能夠模擬專業(yè)駕駛的系統(tǒng)，他們精心設(shè)計了一個神經(jīng)網(wǎng)絡(luò)——ChauffeurNet，該網(wǎng)絡(luò)通過觀察真實(shí)和模擬數(shù)據(jù)（包括地圖、周圍目標(biāo)、交通燈狀態(tài)和汽車過去的運(yùn)動）學(xué)會了生成駕駛軌跡。一個低級的控制器將十點(diǎn)軌跡轉(zhuǎn)化為轉(zhuǎn)向和加速指令，允許 AI 模型駕駛真實(shí)和模擬汽車。

該模型從「相當(dāng)于專業(yè)駕駛 60 天的駕駛數(shù)據(jù)」中得到樣本，其使用的技術(shù)確保了它不會根據(jù)過去的運(yùn)動推斷下一步動作，而是根據(jù)環(huán)境中的變化做出反應(yīng)。在測試中，它會對交通控制標(biāo)識做出反應(yīng)，如停車標(biāo)識和交通燈。但遇到以前從未見過的情況時，它的表現(xiàn)不佳。

模擬異常情況

研究人員指出，造成這種問題的原因在于其從現(xiàn)實(shí)駕駛中獲得的駕駛 demo 是有偏差的——它們只包含正常情況（無事故）下的駕駛案例。為了教網(wǎng)絡(luò)從邊緣案例中恢復(fù)，該團(tuán)隊(duì)合成了接近事故和與物體發(fā)生碰撞的情況，后者鼓勵 AI 模型避開這些物體。

Waymo 的模型在轉(zhuǎn)彎時的表現(xiàn)。圖源：Waymo

ChauffeurNet 在模擬環(huán)境中表現(xiàn)較好，它將損失和合成的示例都考慮在內(nèi)，甚至還能繞過停泊的車輛，在信號燈由黃變紅時停下以及在其軌道上修復(fù)些微的偏差。在現(xiàn)實(shí)世界的私人試車跑道駕駛 Waymo 的克萊斯勒 Pacifica 小型貨車時，ChauffeurNet 成功地駛過了彎道，并正確判別了停止信號和轉(zhuǎn)彎。

「全自動駕駛系統(tǒng)需要具備處理現(xiàn)實(shí)世界種種狀況的能力，」研究人員寫道。「在 Waymo 車輛上運(yùn)行的現(xiàn)有規(guī)劃器將機(jī)器學(xué)習(xí)與外顯推理相結(jié)合，連續(xù)不斷地評估大量概率變量并在多種不同的情境下做出最佳駕駛決策……因此，用完全的機(jī)器學(xué)習(xí)系統(tǒng)替代 Waymo 規(guī)劃器的門檻很高，盡管這一系統(tǒng)的組成也可以用在 Waymo 規(guī)劃器內(nèi)，或者用于在規(guī)劃器的模擬測試期間創(chuàng)造更加實(shí)用的『智慧智能體』」。

模型在真實(shí)世界駕駛的情況

紅色軌跡表示場景中動態(tài)目標(biāo)的過去軌跡，綠色軌跡表示每個目標(biāo)未來 2 秒之內(nèi)的預(yù)測軌跡。

模型結(jié)構(gòu)

ChauffeurNet 內(nèi)部由兩個部分組成——FeatureNet 和 AgentRNN。AgentRNN 的輸入包括一張展示過去智能體姿態(tài)的圖像、一組由卷積網(wǎng)絡(luò)FeatureNet 從展示的輸入中計算的特征、一張展示過去智能體框的圖像、展示預(yù)測未來智能體姿態(tài)以預(yù)測智能體下一個姿態(tài)的外顯記憶，以及俯視視角下的下一個智能體框。這些預(yù)測用于更新 AgentRNN 的輸入，從而預(yù)測下一個時間步。

最后，讓我們看看這篇介紹 ChauffeurNet 的論文：《ChauffeurNet: Learning to Drive by Imitating the Best and Synthesizing the Worst》。

論文鏈接：https://sites.google.com/view/waymo-learn-to-drive

摘要：我們的目標(biāo)是通過模仿學(xué)習(xí)來為自動駕駛訓(xùn)練可用于駕駛真實(shí)汽車的魯棒策略。我們發(fā)現(xiàn)通常的行為復(fù)制不足以適應(yīng)復(fù)雜的駕駛環(huán)境，即使已經(jīng)使用了感知系統(tǒng)來預(yù)處理輸入，以及使用控制器來將輸出執(zhí)行到汽車上：3 千萬個案例仍然是不夠的。我們在本研究中提出，應(yīng)該以專業(yè)駕駛數(shù)據(jù)的擾動形式向?qū)W習(xí)器展示合成數(shù)據(jù)，這會產(chǎn)生有趣的情況，例如碰撞和/或離開道路。我們不是純粹模仿所有數(shù)據(jù)，而是通過額外的損失補(bǔ)充模仿?lián)p失，以懲罰不良事件并鼓勵進(jìn)步，擾動為這些損失函數(shù)提供了重要信號，并實(shí)現(xiàn)了學(xué)習(xí)模型的魯棒性。結(jié)果表明，ChauffeurNet 模型可以處理模擬中的復(fù)雜情況，我們還提供了控制變量實(shí)驗(yàn)，強(qiáng)調(diào)我們提出的每個變化的重要性，并表明模型可以對適當(dāng)?shù)囊蚬蛩剡M(jìn)行響應(yīng)。最后，我們展示了在現(xiàn)實(shí)世界中駕駛汽車的模型。

參考內(nèi)容：

• https://medium.com/waymo/learning-to-drive-beyond-pure-imitation-465499f8bcb2

• https://venturebeat.com/2018/12/10/waymo-tests-ai-driving-system-that-learns-from-labeled-data/

• https://sites.google.com/view/waymo-learn-to-drive

點(diǎn)擊閱讀原文，進(jìn)入大賽官網(wǎng)報名參與 JDD-2018?京東數(shù)字科技全球探索者大賽。

總結(jié)

以上是生活随笔為你收集整理的Waymo首次公开自动驾驶技术：让AI学会「危机想象力」的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。