详细内容或原文请订阅后点击阅览
用于测试自动驾驶汽车安全性的强化学习
自动驾驶汽车的发展受到安全测试成本和时间的阻碍。密歇根大学 (UM) 开发的一个新系统表明，人工智能可以显着减少测试所需的里程数。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）自动驾驶汽车的发展受到安全测试成本和时间的阻碍。密歇根大学 (UM) 开发的一个新系统表明，人工智能可以显着减少测试所需的里程数。
这可以让制造商更快地测试他们的自动驾驶汽车技术是否可以在未来挽救生命并减少事故。在模拟环境中，经过人工智能训练的汽车会执行危险的操作，迫使自动驾驶系统做出驾驶员在道路上很少遇到的决策。
“安全关键事件、事故或未遂事件在现实世界中非常罕见，自主机器通常难以处理这些事件，”密歇根大学土木工程教授兼 Mcity 主任 Henry Liu 说道。
密歇根大学的研究人员将这个问题称为“稀有诅咒”，他们通过学习包含罕见的、安全关键事件的现实世界交通数据来解决这个问题。在模拟城市和高速公路交通的测试跑道上进行的测试表明，经过人工智能训练的虚拟汽车可以将测试过程加快数千倍。该研究发表在《自然》杂志上。
已发布“我们使用的测试车是真实的，但我们创建了混合现实测试环境。背景车是虚拟的，这使我们能够训练它们创建道路上偶尔发生的复杂场景，”刘说。
通过仅使用与安全相关的数据来训练做出机动决策的神经网络，测试车辆可以在更短的时间内遇到更多此类罕见事件，从而使测试成本大大降低。