斯坦福大學(xué)研究人員開(kāi)發(fā)了一種控制自動(dòng)駕駛汽車(chē)的新方法，該方法融合了以往的駕駛經(jīng)驗(yàn)——這一系統(tǒng)將幫助汽車(chē)在極端和未知環(huán)境下更安全地行駛。該系統(tǒng)使用斯坦福大學(xué)自主品牌大眾GTI Niki和斯坦福大學(xué)自主品牌奧迪TTS在賽道上進(jìn)行了摩擦極限測(cè)試，性能與現(xiàn)有的自主控制系統(tǒng)和經(jīng)驗(yàn)豐富的賽車(chē)手相當(dāng)。斯坦福大學(xué)機(jī)械工程研究生內(nèi)森·斯皮爾伯格(Nathan Spielberg)是這項(xiàng)研究的主要作者，于2019年3月27日發(fā)表在《科學(xué)機(jī)器人》(Science Robotics)上，研究人員希望算法能和最熟練的司機(jī)一樣好，甚至能更好。
博科園-科學(xué)科普：雖然目前自動(dòng)駕駛汽車(chē)可能依賴于對(duì)環(huán)境的實(shí)時(shí)評(píng)估，但這些研究人員設(shè)計(jì)的控制系統(tǒng)整合了近期機(jī)動(dòng)和過(guò)去駕駛經(jīng)驗(yàn)的數(shù)據(jù)，包括尼基在北極圈附近一條結(jié)冰測(cè)試軌道上的行駛。鑒于研究人員在開(kāi)發(fā)這些汽車(chē)的過(guò)程中產(chǎn)生了大量自動(dòng)駕駛汽車(chē)數(shù)據(jù)，從過(guò)去學(xué)習(xí)的能力可能被證明特別強(qiáng)大。自動(dòng)駕駛汽車(chē)的控制系統(tǒng)需要獲得可用的道路-輪胎摩擦信息。這些信息決定了汽車(chē)在緊急情況下剎車(chē)、加速和轉(zhuǎn)向的極限，以便在道路上行駛。如果工程師們想把自動(dòng)駕駛汽車(chē)安全推向極限，比如讓它計(jì)劃在冰上進(jìn)行緊急操作，必須提前向它提供道路輪胎摩擦等細(xì)節(jié)。
“雪萊”斯坦福大學(xué)自動(dòng)駕駛奧迪TTS的設(shè)計(jì)，以賽車(chē)的極限處理。
這在真實(shí)世界中是困難的，因?yàn)槟Σ亮κ强勺兊?，而且通常很難預(yù)測(cè)。為了開(kāi)發(fā)一個(gè)更靈活、反應(yīng)更靈敏的控制系統(tǒng)，研究人員建立了一個(gè)神經(jīng)網(wǎng)絡(luò)(一種人工智能計(jì)算系統(tǒng))集成了過(guò)去在加利福尼亞州柳樹(shù)鎮(zhèn)雷山賽車(chē)場(chǎng)駕駛經(jīng)驗(yàn)的數(shù)據(jù)，以及一個(gè)冬季測(cè)試設(shè)施，其中包含了200000條基于物理軌跡提供的基礎(chǔ)知識(shí)。機(jī)械工程教授、論文的高級(jí)作者j·克里斯蒂安·格德斯(J. Christian Gerdes)說(shuō)：有了今天可用的技術(shù)，常常不得不在數(shù)據(jù)驅(qū)動(dòng)的方法和基于基礎(chǔ)物理的方法之間做出選擇。
研認(rèn)為，未來(lái)的道路是融合這些方法，以利用它們各自的優(yōu)勢(shì)。物理學(xué)可以為構(gòu)造和驗(yàn)證神經(jīng)網(wǎng)絡(luò)模型提供洞見(jiàn)，而神經(jīng)網(wǎng)絡(luò)模型反過(guò)來(lái)又可以利用大量數(shù)據(jù)。”、該小組在雷山賽道對(duì)新系統(tǒng)進(jìn)行了對(duì)比測(cè)試。首先，雪萊在以物理為基礎(chǔ)的自主系統(tǒng)控制下四處加速，預(yù)先加載了課程和條件的集合信息。當(dāng)在同一賽道上連續(xù)10次試車(chē)進(jìn)行比較時(shí)，雪萊和一名熟練業(yè)余車(chē)手的圈數(shù)相當(dāng)。然后，研究人員將新神經(jīng)網(wǎng)絡(luò)系統(tǒng)裝入Niki。盡管神經(jīng)網(wǎng)絡(luò)缺乏關(guān)于道路摩擦的明確信息，但這輛車(chē)在運(yùn)行學(xué)習(xí)系統(tǒng)和基于物理的系統(tǒng)時(shí)表現(xiàn)相似。
在模擬測(cè)試中，神經(jīng)網(wǎng)絡(luò)系統(tǒng)在高摩擦和低摩擦兩種情況下都優(yōu)于基于物理的系統(tǒng)。在混合了這兩種情況的情況下，它表現(xiàn)得特別好。研究結(jié)果令人鼓舞，但研究人員強(qiáng)調(diào)，神經(jīng)網(wǎng)絡(luò)系統(tǒng)在經(jīng)歷過(guò)的外部環(huán)境下表現(xiàn)不佳，但隨著自動(dòng)駕駛汽車(chē)產(chǎn)生更多的數(shù)據(jù)來(lái)訓(xùn)練神經(jīng)網(wǎng)絡(luò)，這些汽車(chē)應(yīng)該能夠處理更廣泛的條件。斯皮爾伯格說(shuō)：有這么多自動(dòng)駕駛汽車(chē)在路上行駛和開(kāi)發(fā)中，各種駕駛場(chǎng)景產(chǎn)生了大量的數(shù)據(jù)，我們想建立一個(gè)神經(jīng)網(wǎng)絡(luò)，因?yàn)閼?yīng)該有辦法利用這些數(shù)據(jù)。如果能開(kāi)發(fā)出互動(dòng)次數(shù)比我們多數(shù)千倍的交通工具，將有望讓自動(dòng)駕駛更安全。
