详细内容或原文请订阅后点击阅览
通过仿真提高自动驾驶算法的安全性
自动汽车控制系统严重依赖于由真实驾驶员驾驶的汽车的运动数据。系统正是根据这些信息学习在不同情况下安全驾驶。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）自动汽车控制系统严重依赖于由真实驾驶员驾驶的汽车的运动数据。系统正是根据这些信息学习在不同情况下安全驾驶。
然而，在真实数据中，真正危险的情况，例如碰撞威胁或被迫偏离车道的情况相当罕见。当然，这表明道路情况相对有利，但同时也干扰了自主系统的有效训练。
为了模拟危险情况，还开发了其他计算机程序，即“模拟引擎”——它们将虚拟道路图像的每个细节数字化，以训练自主系统。然而，到目前为止，工程师还无法将在仿真中学到的技能运用到全尺寸车辆的现实应用中。
美国麻省理工学院的研究人员利用真实感模拟器 VISTA（虚拟图像合成与自治变换）解决了这个问题。它基于驾驶员在道路上记录的小型数据库，可以从中生成现实条件下几乎无限数量的新的潜在车辆轨迹。控制系统通过奖励无事故行驶的距离来学习——算法独立地找到到达目的地的安全方法。因此，该程序经过训练，可以在任何情况下寻找安全的方法，包括强制变道和避免碰撞。
在测试过程中，使用 VISTA 模拟器训练的算法被安装在一辆真正的自动驾驶汽车上，并将其带到陌生的街道上。该系统已成功证明了在避开威胁后几秒钟内返回安全轨迹的能力。该开发项目计划在 5 月份的 ICRA 会议上展示。