写于 2018-11-15 03:18:05| 2019免费彩金网站| 免费送彩金
<p>学习如何驾驶对于我们人类来说是一个持续的过程,因为我们适应新的情况,新的道路规则和新技术,并从出现问题的过程中吸取教训但无人驾驶汽车如何学习如何驾驶,特别是当出现问题时</p><p>上个月在亚利桑那州发生坠机事件之后,这就是Uber的问题</p><p>当其中一辆自动驾驶汽车旋转180度并转向其侧面时,优步将其测试车队撤离道路等待警方调查,几天后车辆回到了路上坦佩警察局关于坠机调查的报告,由EE Times获得,详细说明发生了什么报道称优步沃尔沃(下图中的红色)以38英里/小时(61公里/小时)向南移动当它与本田(图中的蓝色)相撞时,在一个40英里/小时(64公里/小时)的区域内向西转入一条小街(点1)当然,优步沃尔沃撞到了拐角处的红绿灯(点2),然后旋转然后翻转,损坏其他两辆车(第3点和第4点),然后滑向侧面停下(第5点)值得庆幸的是,没有人受伤警方确定本田司机“未能屈服”(让路)并发出车票优步车不是但是,林利集团技术咨询公司的分析师迈克·德姆勒告诉EE Times,优步汽车本可以做得更好:通过一个盲目的交叉口以38英里/小时的速度行驶是完全粗心和愚蠢的</p><p>德勒说,优步需要解释为什么当它能够“看到”交通在中间和最左边的车道停下来时,它的车辆正在通过交叉路口</p><p>“EE时报”报道说,优步已经对事件“沉默”但是优步使用“深度学习”来控制自动驾驶汽车,目前尚不清楚优步是否可以回答Demler的查询,即使它想要深入学习,使得决策不减速的实际代码将是神经网络中的复杂状态,不是一行代码规定一个简单的规则,如“如果视线在交叉路口受阻,减速”这个案例提出了一个深层次的技术问题你如何调试一个基于的自动车辆控制系统深度学习</p><p>当人类与他们一起驾驶做出错误的判断时,你如何降低自动驾驶汽车被砸碎和翻转的风险</p><p>德姆勒的观点是优步汽车并没有“学会”放慢速度,因为在交叉路口阻挡视线的情况下采取谨慎的预防措施大多数人类驾驶员在接近交叉路口时会自然提防并减速,因为静止的汽车会造成视力障碍</p><p>深入强化学习,这依赖于“价值函数”来评估政策应用所产生的状态价值函数是一个评估国家的数字在国际象棋中,白棋的强大开放动作如典当e7到e5吸引了高价值一个弱的开口,如典当a2到a3吸引了一个较低的一个价值函数可以像计算机的“ouch”强化学习的名字来自心理学中的正面和负面强化直到优步车辆碰到某些东西和价值函数深度学习记录数字相当于“遵循该政策导致一个糟糕的状态 - 在一边,砸碎并面对错误的方式 - 哎哟!”U控制系统可能无法恰当地量化风险现在已经有所成就,希望能够在学校里汲取教训</p><p>未来,优步汽车应该在类似交通条件的类似交叉路口做得更好</p><p>深度学习的替代方案是自主的使用明确陈述的规则在正式逻辑中表达的车辆这是由nuTonomy开发的,该机构与新加坡当局合作运行一个自主的出租车驾驶员NuTonomy控制自动驾驶车辆的方法基于规则层级优先考虑的规则如“don “不要撞到行人”,然后是“不要碰到其他车辆”和“不要碰到物体”这样的规则,如“安全时保持速度”和“不要越过中心线”等优先级较低的规则,当紧急情况出现时,“乘坐舒适”是第一个被打破的虽然NuTonomy确实在许多方面使用机器学习,但它并没有使用我规范控制:决定汽车应该做什么 去年10月,NuTonomy测试车辆事故涉及一起事故:一个低速水龙头导致凹痕,而不是旋转和翻转公司的首席运营官Doug Parker告诉IEEE Spectrum:你想要的是能够回过头来说:“在那种情况下,我们的汽车是否做了正确的事情,如果没有,为什么不能做出正确的决定</p><p>”通过形式逻辑,这很容易形式逻辑的关键优势是可证明的正确性相对容易调试调试机器学习比较棘手另一方面,通过机器学习,您不需要编写复杂的规则层次结构时间将告诉哪些是无人驾驶汽车驾驶课程的更好方法目前,

作者:谷梁圆碴