Sieć neuronowa uczy samochody samodzielnej jazdy

Fot. Pixabay CC0

Zespół naukowców z Wielkiej Brytanii opracował sposób zastosowania sieci neuronowej do autonomicznej jazdy samochodów. Przedstawiciele startupu Wayve na swoim blogu pokazali w jaki sposób działa ta technologia.

Większość samodzielnie poruszających się samochodów używa wielu kamer i czujników oraz programów komputerowych. Takie podejście kryje w sobie jednak pułapkę. Samochody zaprogramowanie przez firmy takie jak Google są bardzo dobre, nie jednak na tyle, aby były powszechnie używane. Czemu? Nie są po prostu na tyle inteligentne, aby poradzić sobie w warunkach panujących na zwyczajnej drodze.

Rozwiązaniem tego problemu ma być inteligentniejszy komputer, a nie kolejne czujniki i kamery. Miałby on nabywać nowe umiejętności w taki sam sposób jak ludzie poprzez wielokrotne ćwiczenia. Algorytmy uczenia się przez wzmocnienie uczą się, robiąc wielokrotnie to samo i ulepszając się w miarę upływu czasu.

Chcąc zademonstrować swoje podejście, zespół Wayve wyposażył Renault Twizy w pojedynczy aparat i sterownik gazu, hamulca i układu kierowniczego, a następnie podłączył go do procesora graficznego i komputera z algorytmami uczenia. Komputer został "poinformowany", że optymalnym rezultatem będzie jazda samochodem po drodze bez zjeżdżania z niej.

Okazało się, że im dłużej komputer to robił, tym lepiej mu to wychodziło. Następnie na zwykłej drodze kierowca wskazał pojazdowi kierunek jazdy, po czym pozwoli przejąć kontrolę systemowi.
Gdy samochód zbaczał z trasy, zadaniem kierowcy była poprawa toru i ponowne oddanie kontroli komputerowi. W ten sposób uczył się on, w jaki sposób ma prowadzić auto, aby nie zjeżdżało z drogi. Całość nauki trwała 20 minut. Po tym czasie samochód mógł być prowadzony bez udziału ludzkiej ręki.

(KB)