侵權投訴
訂閱
糾錯
加入自媒體

Waymo首次公布技術細節(jié),自動駕駛老司機是這樣煉成的

2018-12-12 08:49
車智
關注

雖然Waymo已經(jīng)在美國當?shù)貢r間12月5日宣布正式商用,但是外界對Waymo的技術細節(jié)知之甚少。Waymo也很清楚這種信息差異會讓外界對其技術信心不足。這是Waymo需要改變的地方——公布更多技術細節(jié),提高公眾信心。

在美國當?shù)貢r間12月11日,Waymo在其官方博客上首次對外發(fā)布了部分技術細節(jié)——如何用名為“ChauffeurNet”的深度循環(huán)神經(jīng)網(wǎng)絡【recurrent neural network (RNN) 】來打造世界上最有經(jīng)驗的司機。

Waymo要打造的最有經(jīng)驗的機器人司機像任何一個優(yōu)秀司機一樣,需要通過識別周圍的物體,從而感知和理解周圍的世界,并預測它們下一步的行為,然后在遵守交通規(guī)則的前提下安全駕駛。

近年來,用大量標記數(shù)據(jù)對深層神經(jīng)網(wǎng)絡進行監(jiān)督訓練,在很多領域得到了應用,特別是在感知和預測領域,可以迅速提高技術水平,Waymo在這方面也有廣泛的應用。

隨著神經(jīng)網(wǎng)絡在感知領域的成功,接來下的想法就是,Waymo已經(jīng)擁有了超過1000萬英里的自動駕駛數(shù)據(jù),是否可以使用純粹的監(jiān)督的深度學習方法來訓練出最有經(jīng)驗的司機呢?

因此,數(shù)據(jù)專家創(chuàng)建了一個神經(jīng)網(wǎng)絡,不僅能模擬開車,在具有挑戰(zhàn)性的情形下,還足以驅(qū)動一輛真正的車進行測試。但是,簡單的模仿大量的“好司機”的駕駛習慣,并不能創(chuàng)造出一種功能強大、可靠的自動駕駛技術。

相反,Waymo發(fā)現(xiàn)從良好的感知和控制中引導簡化學習任務是有價值的,同時,除了模仿“好司機”的駕駛習慣,還要模仿“壞司機”不良駕駛行為,用額外的不良駕駛行為來訓練出更好的駕駛行為。

01 創(chuàng)建ChauffeurNet

為了通過模仿“好司機”來駕駛,Waymo創(chuàng)建了一個名為“ChauffeurNet”的深度循環(huán)神經(jīng)網(wǎng)絡(RNN),該網(wǎng)絡通過觀察場景的中層表示作為輸入來發(fā)出駕駛軌跡。中間層的表示不直接使用原始的傳感器數(shù)據(jù),從而分解出感知任務,并允許結合真實和模擬數(shù)據(jù),以便更容易地進行學習。

如下圖所示,這個輸入表示由一個自頂向下(鳥瞰)的環(huán)境視圖組成,該視圖包含諸如地圖、周圍對象、交通燈狀態(tài)、汽車軌跡信息。該網(wǎng)絡還提供了一條谷歌地圖風格的路線,指引車輛到達目的地。

ChauffeurNet在每次迭代中輸出未來驅(qū)動軌跡上的一個點,同時將預測的點寫到內(nèi)存中,該內(nèi)存將在下一次迭代中使用。從這個意義上說,RNN不是傳統(tǒng)的,因為內(nèi)存模型是地精心設計的。ChauffeurNet的軌跡輸出由10個未來點組成,然后被提供給一個低級控制器,該控制器將其轉換為控制指令,如轉向和加速,使其能夠駕駛汽車。

此外,還使用了一個單獨的“PerceptionRNN”頭,它迭代地預測環(huán)境中其他移動對象的未來,并且這個網(wǎng)絡與預測軟件駕駛的RNN共享特性。未來的一種可能性是,在選擇我們自己的駕駛軌跡的同時,預測其他因素的反應,這一過程會發(fā)生更深層次的交叉。

驅(qū)動模型的呈現(xiàn)輸入和輸出

從左到右:路標、紅綠燈、限速和路線。從左到右的底部行:當前代理框、動態(tài)框、過去代理位姿和輸出未來代理位姿。

ChauffeurNet有兩個內(nèi)部部分:FeatureNet和AgentRNN

AgentRNN消耗一個圖像的呈現(xiàn)過去代理姿勢,一組特性計算卷積網(wǎng)絡“FeatureNet”呈現(xiàn)的輸入,與最后一劑盒渲染圖像,一個外顯記憶呈現(xiàn)的預測未來的代理對預測未來代理構成和自頂向下的鳥瞰圖圖。這些預測用于更新AgentRNN的輸入,以便預測下一個時間步驟。

02 模仿“好司機”

Waymo用相當于60天“好司機”駕駛數(shù)據(jù)的例子對模型進行了訓練,同時加入了訓練技術,以確保網(wǎng)絡不會簡單地繼續(xù)從過去的運動中推斷,而是對環(huán)境做出正確的反應。

正如許多人在我們之前發(fā)現(xiàn)的,包括上世紀80年代的阿爾文項目(ALVINN Project),純粹模仿“好司機”給出的模型,只要情況不太偏離培訓中看到的情況,模型就能平穩(wěn)運行。

該模型學會了對諸如停車標志和交通燈等交通管制作出適當?shù)姆磻。然而,會有偏差,例如對軌跡引入擾動或?qū)⑵渲糜诮咏鲎驳那闆r下,會導致其表現(xiàn)不佳,因為即使在使用大量數(shù)據(jù)進行訓練時,它也可能從未在訓練過程中看到過這些確切的情況。

經(jīng)過純模仿學習訓練的Agent被困在一輛停著的車輛后面

在沿著彎曲的道路行駛時無法從偏離的軌跡中恢復

上述兩幅動圖備注:藍綠色的路徑表示輸入路徑,黃色的框表示場景中的動態(tài)對象,綠色的框表示Agent,藍色的點表示Agent的過去位置,綠色的點表示預測的未來位置。

1  2  下一頁>  
聲明: 本文由入駐維科號的作者撰寫,觀點僅代表作者本人,不代表OFweek立場。如有侵權或其他問題,請聯(lián)系舉報。

發(fā)表評論

0條評論,0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續(xù)

暫無評論

暫無評論

文章糾錯
x
*文字標題:
*糾錯內(nèi)容:
聯(lián)系郵箱:
*驗 證 碼:

粵公網(wǎng)安備 44030502002758號