强化学习算法20分钟内可教会车辆车道保持

盖世汽车讯 据外媒报道，英国Wayve公司的一组研究人员在短短20分钟内就教会了一辆自动驾驶汽车保持在自己的车道上行驶，考虑到一些人类驾驶员穷尽一生都无法做到保持在自己的车道上行驶，此举令人印象深刻。

除了路怒症（road rage）之外，Wayve公司团队还详细介绍了其“强化学习”算法，该算法与人类安全驾驶员一起，在“15至20分钟内”教会了自动驾驶汽车如何保持在车道内行驶。Wayve是一家由剑桥大学工程部的研究员创建的公司。

之前，DeepMind Technologies公司就通过展示强化学习人工智能如何学习玩围棋（Go）或象棋（Chess）等游戏，证明其高效性。

Wayve团队在其YouTube频道上发布了一个视频，展示了汽车学习的实际情况，并指出这是“首个在自动驾驶汽车上进行强化学习的例子。” 一开始，汽车像蹒跚学步的婴儿一样迈出第一步，但当它转向车道外时，一名人类安全驾驶员将介入，将其转回车道。车载算法学习到其每次修正路线都会犯错，而且学习到其在没有任何干预的情况下行驶了多远会获得“奖励”。

该视频描述了用作“深度卷积神经网络”的车型只使用一个车载GPU处理接收到的单图。与其他自动驾驶汽车不同，Wayve改装后的雷诺汽车不需要“大型车型、花式传感器以及无数的数据”，只利用公司的“快速有效学习的智能培训流程”就可学会自己在车道内驾驶。

Wayve联合创始人Amar Shah在今年5月曾发表讲话说：“我们希望为车辆提供更好的大脑，而不是更多的硬件。” Wayve的下一个任务是扩大其技术范围，不只是让自动驾驶汽车保持在原有车道内行驶，而是完成更复杂的驾驶任务，Wayve希望该系统最终“能够处理交通信号灯、环形交叉路口以及十字路口等情况” 。