Группа исследователей английского стартапа Wayve разработала способ применения сети глубокого обучения к автономному вождению. Не так давно представители компании продемонстрировали, как работает их технология, и предложили вывести настоящий автомобиль на настоящую дорогу и научить его… самостоятельному вождению за 20 минут.
Дело в том, что большинство самоуправляемых автомобилей использует набор камер и датчиков, а также инструменты для составления карт и компьютерного программирования. Но такой подход, по их мнению, упирается в потолок. Автономные автомобили, запрограммированные такими компаниями, как Google, достигли точки, когда они хороши, но недостаточно хороши для повсеместного использования.
Это связано с тем, что автомобили пока недостаточно умны, чтобы справляться с множеством условий, существующих на обычной дороге. По мнению ученых, автомобилю нужен более умный компьютер, а не особенные датчики или программирование.
Команда Wayve считает, что более разумный подход заключается в использовании алгоритмов обучения с подкреплением, вроде того, что задействует DeepMind — позволить компьютеру обучаться подобно людям, на практике. Алгоритмы обучения с подкреплением лежат в основе сетей глубокого обучения — они обучаются, повторяя и повторяя задачу, с каждым разом улучшая свой результат. В случае автономного управления транспортным средством это означало бы вождение автомобиля до тех пор, пока он не научится делать это правильно.
Чтобы продемонстрировать, насколько хорошо мог бы сработать такой подход, команда Wayve оснастила Renault Twizy одной камерой, управлением газом, тормозом и рулем, и подключила его к графическому процессору и компьютеру с алгоритмами обучения с подкреплением. Компьютеру «сказали», что оптимальным результатом будет автомобиль, который движется по дороге, не покидая дорогу. Чем дольше он это делает, тем лучше. Затем они добавили водителя и поместили автомобиль на проселочную дорогу. Компьютер научил автомобиль ехать, не съезжая с дороги, за 20 минут.