雷鋒網(wǎng)按，AI 學(xué)會(huì)控制一輛汽車沿著道路標(biāo)線行駛到底要花多久？答案是 20 分鐘。鑒于許多人一輩子都搞不清如何開車走直線，這樣的成績(jī)確實(shí)令人驚嘆。

掌握這項(xiàng)“神技”的是一家名為 Wayve 的英國(guó)公司，Wayve 的班底都是來自劍橋大學(xué)工程學(xué)院的大牛，而他們能完成這項(xiàng)壯舉主要靠的是“強(qiáng)化學(xué)習(xí)”（reinforcement learning）算法。Wayve 公司在博文上表示，只需一位安全司機(jī)配合，他們的算法在 15-20 分鐘內(nèi)就能教會(huì)一輛車沿著道路標(biāo)線行駛。

所謂的強(qiáng)化學(xué)習(xí)又可稱之位再勵(lì)學(xué)習(xí)、評(píng)價(jià)學(xué)習(xí)，是一種重要的機(jī)器學(xué)習(xí)方法，在智能控制機(jī)器人及分析預(yù)測(cè)等領(lǐng)域有許多應(yīng)用。此前，就有許多公司就展現(xiàn)過這項(xiàng)技術(shù)的高效，最好的例子就是 DeepMind 旗下橫掃人類棋手的 AlphaGo 和 OpenAI 旗下迅速進(jìn)步的 Dota 2 AI 機(jī)器人（每天訓(xùn)練量相當(dāng)于人類選手 180 天）。

不可否認(rèn)的是，讓 AI 在復(fù)雜的棋類和即時(shí)戰(zhàn)略類游戲中擊敗人類已經(jīng)讓人驚掉下巴了，而在短時(shí)間內(nèi)教會(huì)一輛車如何自我控制更是讓人驚嘆。

該團(tuán)隊(duì)還在 YouTube 頻道上傳了車輛的學(xué)習(xí)過程，他們還強(qiáng)調(diào)，這是世界上第一個(gè)將“強(qiáng)化學(xué)習(xí)帶上自動(dòng)駕駛汽車的范例”。

從視頻可以看出，最初車輛會(huì)像嬰兒一樣蹣跚學(xué)步，在路上蜿蜒前行，但當(dāng)車輛開始偏離標(biāo)線，安全駕駛員就會(huì)及時(shí)介入，將車輛拉回原來的軌道。這樣一來，車載算法就知道自己犯了錯(cuò)誤，而如果算法長(zhǎng)時(shí)間不犯錯(cuò)，它們還會(huì)拿到獎(jiǎng)勵(lì)的“糖豆”。

據(jù)雷鋒網(wǎng)知悉：除了強(qiáng)化學(xué)習(xí)，Wayve 還用到了“深度卷積神經(jīng)網(wǎng)絡(luò)”，它能接收單圖片輸入，然后只靠一塊車載 GPU 就能完成數(shù)據(jù)處理。與其他自動(dòng)駕駛汽車不同，Wayve 的改裝版雷諾小車不需要“海量模型、武裝到牙齒的傳感器和無窮無盡的數(shù)據(jù)”，它只需秉承 Wayve 的哲學(xué)，使用“一個(gè)聰明的訓(xùn)練程序，就能快速和高效的完成學(xué)習(xí)任務(wù)?！?/p>

據(jù)雷鋒網(wǎng)了解，今年 5 月份，它們還參加了 TechCrunch 大會(huì)，Wayve聯(lián)合創(chuàng)始人 Amar Shah 當(dāng)時(shí)就表示：“我們想賦予自動(dòng)駕駛汽車的是更棒的大腦，而不是更多的硬件?！?/strong>

“下一步，我們的任務(wù)就是擴(kuò)展這項(xiàng)技術(shù)，以應(yīng)對(duì)更多更復(fù)雜的駕駛?cè)蝿?wù)，畢竟現(xiàn)在 AI 只不過學(xué)會(huì)了車道保持這項(xiàng)功能而已。未來，我們希望這套系統(tǒng)能驅(qū)動(dòng)車輛識(shí)別交通燈，在環(huán)形道路和十字路口應(yīng)對(duì)自如。”Amar Shah 解釋道。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。