安庆信息港
汽车
当前位置:首页 > 汽车

Nvidia訓練了一個智能神經網絡它會是

发布时间:2019-05-03 12:37:26 编辑:笔名

在過去的9個月里,Nvidia工程團隊用一個攝像頭、一臺Drive-PX嵌入式電腦、72小時的訓練數據開發了1臺自動駕駛汽車。在Cornell Research Library擁有的(全球的預印本系統)上,Nvidia以學術預印本的形式發表了DAVE2的研究結果,標題名為《自動駕駛汽車的端到端學習》。

Nvidia的项目名叫DAVE2,为什么这样命名?因为美国国防部先进研究项目局(Defense Advanced Research Projects Agency)有一个项目名叫DARPA Autonomous Vehicle(DAVE,既DARPA无人驾驶汽车)。虽然神经络、自动驾驶汽车看起来是一门新发明的技术,实际上谷歌的Geoffrey Hinton、Facebook的Yann Lecune、蒙特利尔大学的Yoshua Bengio在过去20年里一直在携手研究它,这些技术是AI的一个分支。DARPA DAVE项目申请研究神经络自动驾驶汽车,它的前身是ALVINN项目,这个项目是Carnegie Mellon 1989年提出的。有一点已经改变:由于GPU的发展,研究变得经济可行了。

Nvidia团队训练了一个卷积神经络,它可以绘制单个前置摄像头捕捉的原始像素,摄像头跟驾驶命令直接联系。Nvidia技术的突破之处在于:无人驾驶汽车可以自动自学,通过观看人类的驾驶方式自学。

虽然操作系统使用的是一个摄像头和1台Drive-PX嵌入式电脑,但是训练系统使用的却是三个摄像头、两台电脑,它们可以抓取3D视频图像、转向角度(来自人类驾驶的汽车),这些信息可以训练系统学会“看见”和“驾驶”能力。

Nvidia会监视转向角度的变化,将它作为训练信号,然后将人类驾驶模式映射到摄像头记录的位图图象中去。系统会利用卷积神经络为驾驶处理步骤介定内部表征,比如侦测有用的道路特征——线路、汽车和道路轮廓。

自动驾驶汽车会感知路况、其它汽车及障碍物,开源机器学习系统Torch 7会对处理进程进行深入学习,然后用来操纵测试汽车。实际训练以每秒10帧的速度进行,因为即使速度到达30帧区别也不会太大,学习的价值并不会提高。测试车包括一辆2016款林肯MKZ和一辆2013款福特福克斯。

机器学习处理的核心就是用Torch 7构建的卷积神经络模拟操纵情况。人类驾驶的汽车会拍摄一些10fps图像,卷积神经络会下达操纵命令,对10fps图像进行模拟响应,研究人员需要将摹拟响应和人类转向角度进行对比。一个是人类转向角度,一个是卷积神经络摹拟的操纵命令,它可以教会系统“看”和“操纵”的能力,研究者需要对二者进行对比,分析其中的差异。汽车会在测试线路上行驶3小时,总里程相当于100英里,行程会被记录为视频,模拟时使用的测试数据来自于视频。

当卷积神经络摹拟驾驶表现良好时,就可以在公路上对测试车辆进行更进一步的机器学习和测试了。公路测试可以改进系统,在整个过程中需要由人类司机监督无人驾驶汽车,当系统出错时及时介入。每修正一次,结果就会输入到机器学习系统,从而改进操纵进程的度。在新泽西Turnpike的行驶过程中,前10英里汽车完全自动行驶。在初期测试中,98%的操作是无人驾驶的。

Nvidia证明卷积神经络可以学会以下任务:道路侦测,非手动道路追随,对道路及道路标识、语义抽象、线路规划、控制进行明确的分解和分类。让汽车在不同天气、灯光条件、高速公路或旁路上行驶,获得内部处理进程,形成不到100小时的训练数据,然后用Torch 7渲染这些数据,系统就可以学会上述操作。

从报告看,Nvidia暗示系统还没有准备好产,它在报告中写道:“如果要提高络的稳定性、找到好办法核实这种稳定性,提高络内部处理进程的可视化水平,我们还有更多的工作要做。”

轻松简单健身操运动让你练出纤瘦腰围
科学健身减肥掌握合适运动量
8起床前健身操起意想不到效果