A robotautók megtanulhatnak vezetni anélkül, hogy elhagynák a garázst

Az önvezető autókat vezérlő számítógépek meglepő módon – például online térképek böngészésével és videojátékokkal – szereznek értékes ismereteket a való világról.

A Princeton Egyetem kutatói a közelmúltban kifejlesztettek egy számítógépes látást és térképezési rendszert, amely hasznos információkat gyűjtött az utak fizikai tulajdonságairól. Google utca nézet és a jelenetek összehasonlítása a nyílt forráskódú térképadatokban megadott információkkal. Ez lehetővé tette például, hogy a Google térképező autói által rögzített képek alapján megtudja, hol legyen egy kereszteződés széle.



Külön munkában derült ki szerdán, a kutatók a OpenAI , az alapvető mesterséges intelligencia-kutatásra összpontosító nonprofit szervezet egy módszert teremtett arra, hogy a szoftverügynökök megtanulják a vezetési stratégiát a Grand Theft Auto V videojátékban, az Universe néven ismert platformon keresztül. Egyes videojátékok vizuálisan annyira valósághűek, hogy lehetővé teszik, hogy a számítógépes látás megismerje a valós világot (lásd: Az önvezető autók sokat tanulhatnak a Grand Theft Auto játékkal).

Az önvezető autók oktatásának új megközelítései segíthetik a technológia demokratizálását és megbízhatóbbá tételét. Az önvezető autók mindenhol jelen voltak az idei Las Vegas-i Consumer Electronics Show-n, és a technológia az élen áll a héten kezdődött detroiti Észak-Amerikai Autószalonon. De nem mindenki rendelkezik a Ford, a Google vagy az Uber erőforrásaival, és az automatizált járművek továbbra is sok helyzetben küzdenek (lásd: Mit kell tudni, mielőtt önvezető autóba ülne). Így egyes kutatók kreatív módszereket dolgoznak ki az adatok összegyűjtésére és a vonatvezetői rendszerekre. Még arra is törekednek, hogy az automatizált vezetéshez szükséges technológia nyílt forráskódú legyen.

A princetoni kutatók kibányászták a Google Street View-t és OpenStreetMap adataikért. A Google Street View képeinek útelemeit időnként elzárja egy jármű, valaki az úton keresztező személy vagy valami más, ezért a rendszernek meg kellett tanulnia felismerni, majd eldobni az ilyen műtermékeket. A kutatók új képeken tesztelték rendszerüket, és azt találták, hogy meglehetősen pontosan felismeri az út jellemzőit. Szerintük ez egy módot kínálhat az önvezető rendszer beindítására a közönséges utakon való navigáláshoz szükséges alapvető ismeretekkel. A kutatók 150 000 Street View panoráma segítségével képezték ki rendszerüket.

Pontossága javulnia kell az edzési adatkészlet növekedésével, mondja Ari Seff , a Princeton végzős hallgatója, aki a rendszert együtt fejlesztette ki Jianxiong Xiao , egy professzor, aki nemrég hagyta ott az egyetemet, és megalapította az AutoX.ai nevű autóipari startupot.

A nagyfelbontású 3-D térképek manuális létrehozása az autonóm vezetéshez fárasztó és költséges, mondja John Leonard, az MIT CSAIL professzora, aki térképezésre és automatizált vezetésre szakosodott. Ha ezt a folyamatot nagy nyilvános adatbázisokon működő mélyhálózatok segítségével automatizálni lehet, az nagy nyereség lenne az önvezető technológia számára.

A megközelítés arra is lehetőséget kínál, hogy egy rendszert olyan helyzetek felismerésére tanítsunk, amelyekkel egy igazi önvezető autó csak ritkán találkozhat, például egy nagyon összetett kereszteződéssel. Ezek a modellek potenciálisan felhasználhatók egy tartalék rendszer részeként autonóm járművekben, megerősítve az előre szkennelt 3-D térképek által szolgáltatott információkat. Ezt azonban még nem teszteltük valódi járműben, mondja Seff.

A kutatók azt is javasolják, hogy rendszerük figyelmeztetést adjon a közúti infrastruktúrára – például, ha a rendszer arra a következtetésre jut, hogy egy utca egyirányúnak tűnik, miközben nem az, akkor előfordulhat, hogy a jelzéseket frissíteni kell. A korlátozások az, hogy a rendszer nem tudja azonosítani a térképen nem azonosított objektumokat, például gyalogosokat vagy más járműveket, és nem elég pontos ahhoz, hogy nagyon pontosan meghatározza az autót.

Jó ötlet ezt megtanulni a Google Street View-ból, mondja Craig Quiter, az Otto mérnöke, egy önvezető teherautókat gyártó cég, amelyet az Uber tavaly vásárolt meg. A kimenetek nem tartalmaznak eleget ahhoz, hogy autót vezethessünk, de határozottan hasznosak más észlelések mellett, mint bemenet a tervező számára.

Quiter tavaly az OpenAI vállalkozójaként fejlesztette ki a Grand Theft Auto V-t. A játék képes megtanítani a szoftvert a való világ elemeinek felismerésére.

mit fog tenni az Amazon biztonságos válasza érdekében

A GTA V gazdag, változatos világhoz biztosít hozzáférést a kutatóknak az AI teszteléséhez és fejlesztéséhez – írja Quiter az OpenAI által közzétett blogbejegyzésében. A sziget mérete csaknem egyötöde Los Angeles méretének, így a forgatókönyvek széles skálája elérhető a rendszerek teszteléséhez. Ha ehhez hozzáadjuk a 257 különböző járművet, hétféle kerékpárt és 14 időjárási típust, akkor egyetlen szimulátor segítségével rengeteg permutációt fedezhetünk fel.

Az univerzumon keresztül az ügynök vezetési stratégiát is kidolgozhat, ha a játékon belül kísérletezik, és finomítja saját viselkedését, miközben bizonyos célokat ér el. Ezt a megközelítést megerősítő tanulásnak nevezik (lásd: Egy új eszköz lehetővé teszi az AI-nak, hogy szinte bármit megtegyen a számítógépen).

Quiter egy e-mailben hozzátette, hogy az automatizált vezetéshez szükséges technológia kibocsátásával a kutatók és a vállalatok demokratizálhatják azt. Azt hiszem, sokkal könnyebbé vált az önvezető autók mesterséges intelligenciájának tesztelése, mondja.

elrejt

Tényleges Technológiák

Kategória

Nincs Kategorizálva

Technológia

Biotechnológia

Technikai Politika

Klímaváltozás

Ember És Technológia

Szilícium-Völgy

Számítástechnika

Mit News Magazin

Mesterséges Intelligencia

Tér

Okos Városok

Blockchain

Feature Story

Alumni Profil

Öregdiák Kapcsolat

Mit News Funkció

1865

Az Én Nézetem

77 Mass Ave

Ismerje Meg A Szerzőt

Profilok A Nagylelkűségben

Az Egyetemen Látható

Öregdiák Levelei

Hírek

Mit News Magazine

Választások 2020

Indexszel

A Kupola Alatt

Tűzoltótömlő

Végtelen Történetek

Pandémiás Technológiai Projekt

Az Elnöktől

Fedősztori

Képgaléria

Ajánlott