Een team van onderzoekers van de Britse startup Wayve heeft een manier ontwikkeld om deep learning-netwerken toe te passen op autonoom rijden. In een recente blogpost (samen met de bijbehorende YouTube-demonstratievideo) hebben vertegenwoordigers uiteengezet hoe hun technologie werkt, en bied een demonstratie aan met een echte auto op een echte weg.

Zoals het team van Wayve opmerkt, de meeste zelfrijdende auto's gebruiken een groot aantal camera's en sensoren, samen met kaarttools en veel computerprogrammering. Maar een dergelijke benadering ze beweren, kijkt uit over wat lijkt op een soort plafond. Autonome auto's die zijn geprogrammeerd door grote bedrijven zoals Google hebben een punt bereikt waarop ze goed zijn, maar niet goed genoeg voor algemeen gebruik. Dit, zij beweren, komt omdat dergelijke auto's nog niet slim genoeg zijn om de talloze omstandigheden op een gemiddelde weg aan te kunnen. Wat nodig is, Ze stellen voor, is een slimmere computer, niet meer sensoren of programmering.

Het team van Wayve is van mening dat een slimmere aanpak is om algoritmen voor het leren van versterking te gebruiken, zoals die worden gebruikt bij projecten als DeepMind - laat de computer iets leren op dezelfde manier als mensen doen, door te oefenen. Reinforcement learning-algoritmen vormen de kern van deep learning-netwerken:ze leren door te doen, opnieuw en opnieuw, verbeteren als ze gaan. In het geval van autonome voertuigcontrole, dat zou betekenen autorijden totdat ze het goed hebben.

Om aan te tonen hoe goed een dergelijke aanpak kan werken, een team van Wayve heeft een Renault Twizy uitgerust met een enkele camera en gas, rem- en stuurbedieningsapparatuur en vervolgens aangesloten op een grafische processor en een computer met versterkende leeralgoritmen die het bedrijf heeft ontwikkeld. De computer werd "verteld" dat het optimale resultaat zou zijn dat de auto vooruit zou rijden over een weg zonder de weg te verlaten. Hoe langer hij dit zou kunnen doen, des te beter. Vervolgens voegden ze een menselijke bestuurder toe en plaatsten de auto op een landweg. De menselijke bestuurder zou de auto in de goede richting wijzen en de computer het over laten nemen. Als de auto bijna van de weg raakte, de mens zou het stoppen, laat de auto uitlijnen en geef de computer dan nog een kans. Op deze manier, de computer kon leren hoe te voorkomen dat de auto in ongeveer 20 minuten van de weg raakte. Daarna, het kon oneindig doorgaan.

© 2018 Tech Xplore