Voor de zelfrijdende auto schichtig, wat is er meer een nagelbijter dan je voor te stellen dat je autonome auto zijn weg baant door smalle stadsstraten in het VK, parkeren toegestaan ​​aan beide zijden van het door de ruimte verstikte smalle pad, op een natte, bewolkte dag, fietsers, kleine bestelbusjes op je pad, op kruispunten, overal, de werken.

We zullen, Cambridge, Het in het VK gevestigde Wayve through deze video "Urban Driving with End-to-End Deep Learning" laat je weten dat dit goed kan en dat hun systeem het allemaal goed doet.

Wayve houdt zich bezig met zelfrijdende softwarestack op basis van machine learning. Geen gedetailleerde kaarten.

Het bijzondere aan deze video is dat je een zelfrijdende auto ziet rijden door de straten van de stad die hij nog nooit eerder heeft gezien en zonder een HD-kaart van zijn omgeving. Jon Fingas in Verloofd: "...Het had nog nooit de wegen gezien, en liep maar op 20 uur aan trainingsgegevens - hij wist niet eens dat hij aan de linkerkant van de weg moest rijden of langzamer moest rijden op kruispunten waar hij geen voorrang had."

"Intelligent gedrag kan niet met de hand worden gecodeerd, maar kan door ervaring worden geleerd, ", aldus de bedrijfsblog. "We hebben een systeem gebouwd dat kan rijden als een mens, met alleen camera's en een navigatiesysteem. Dat kan alleen met end-to-end machine learning."

Ze zeiden dat hun autonomieplatform is gebouwd op de volledig elektrische SUV Jaguar I-PACE.

Bij elke interventie van de veiligheidsbestuurder ze zeiden dat hun systeem leert en zal verbeteren. Ze zeiden dat hoewel het langer zal duren om hun eerste inzet te bereiken, ze rijden "een fundamenteel andere curve."

"Na tien jaar werken aan zelfrijdende auto's, andere teams pakken nog steeds nieuwe technische uitdagingen aan met meer kaarten, meer regels en meer sensoren. Dit is onveilig, duur en niet schaalbaar."

We vertellen de auto niet hoe hij moet rijden met handgecodeerde regels:alles wordt geleerd van data, "Alex Kendall, CTO, zei in TechCrunch , en de aanpak maakt het mogelijk om complexe, smalle stedelijke Europese straten voor de eerste keer. "Deep learning van begin tot eind, ' zei Kendal.

Waarom hun oplossing ertoe doet:"Het is een stap dichter bij autonome ritten die relatief gemakkelijk over onbekende wegen en onverwachte situaties kunnen navigeren, ' zei Fingas.

Mike Slager TechCrunch citeerde Kendall. "Elke keer dat een veiligheidschauffeur ingrijpt en het overneemt, de auto leert beter te rijden. We vertellen de auto niet hoe hij moet rijden, het leert eerder rijden door ervaring, voorbeeld en feedback, net als een mens."

Het bedrijf praat over het kostenvoordeel, te. Zelfrijdende auto's die afhankelijk zijn van uitgebreide rekenkracht kunnen duur en zwaar zijn.

Kendall zei in TechCrunch dat hun oplossing "computers/sensoren gebruikt die minder dan 10 procent van de concurrenten kosten. alles werkt op het equivalent van een moderne laptopcomputer. Dit reduceert onze sensor- en rekenkosten (en stroomvereisten) enorm tot minder dan 10 procent van de traditionele benaderingen."

Wat is het volgende? Ze zeiden dat ze een vloot van Jaguar I-PACE-voertuigen zullen blijven zien die algoritmen testen en gegevens verzamelen in het VK en het vasteland van Europa.

Ze gaan autonome voertuigen inzetten in 100 steden.

Een interessante opmerking in TechCrunch zei, "Ik wil alleen mijn bezorgdheid uiten over het feit dat het relatief eenvoudig is om het netwerk te trainen om in 90% van de tijd correct te functioneren, maar de randgevallen zijn waar ongelukken gebeuren en mensen gewond raken."

Peter Holley's opname De Washington Post :"Met behulp van machine learning - een systeem waarin algoritmen niet met de hand worden gecodeerd, maar in de loop van de tijd getraind - het bedrijf beweert dat zijn voertuigen op dezelfde manier leren als menselijke bestuurders:door ervaring, fouten, feedback en imitatie. In werkelijkheid, het bedrijf zegt, de auto wordt niet zozeer geleerd hoe te rijden, maar wordt geïnstrueerd hoe niet te rijden."

© 2019 Wetenschap X Netwerk