Waymo首次公布技術(shù)細(xì)節(jié),自動(dòng)駕駛老司機(jī)的煉成
雖然Waymo已經(jīng)在美國當(dāng)?shù)貢r(shí)間12月5日宣布正式商用,但是外界對Waymo的技術(shù)細(xì)節(jié)知之甚少。Waymo也很清楚這種信息差異會(huì)讓外界對其技術(shù)信心不足。這是Waymo需要改變的地方——公布更多技術(shù)細(xì)節(jié),提高公眾信心。
在美國當(dāng)?shù)貢r(shí)間12月11日,Waymo在其官方博客上首次對外發(fā)布了部分技術(shù)細(xì)節(jié)——如何用名為“ChauffeurNet”的深度循環(huán)神經(jīng)網(wǎng)絡(luò)【recurrent neural network (RNN) 】來打造世界上最有經(jīng)驗(yàn)的司機(jī)。
Waymo要打造的最有經(jīng)驗(yàn)的機(jī)器人司機(jī)像任何一個(gè)優(yōu)秀司機(jī)一樣,需要通過識(shí)別周圍的物體,從而感知和理解周圍的世界,并預(yù)測它們下一步的行為,然后在遵守交通規(guī)則的前提下安全駕駛。
近年來,用大量標(biāo)記數(shù)據(jù)對深層神經(jīng)網(wǎng)絡(luò)進(jìn)行監(jiān)督訓(xùn)練,在很多領(lǐng)域得到了應(yīng)用,特別是在感知和預(yù)測領(lǐng)域,可以迅速提高技術(shù)水平,Waymo在這方面也有廣泛的應(yīng)用。
隨著神經(jīng)網(wǎng)絡(luò)在感知領(lǐng)域的成功,接來下的想法就是,Waymo已經(jīng)擁有了超過1000萬英里的自動(dòng)駕駛數(shù)據(jù),是否可以使用純粹的監(jiān)督的深度學(xué)習(xí)方法來訓(xùn)練出最有經(jīng)驗(yàn)的司機(jī)呢?
因此,數(shù)據(jù)專家創(chuàng)建了一個(gè)神經(jīng)網(wǎng)絡(luò),不僅能模擬開車,在具有挑戰(zhàn)性的情形下,還足以驅(qū)動(dòng)一輛真正的車進(jìn)行測試。但是,簡單的模仿大量的“好司機(jī)”的駕駛習(xí)慣,并不能創(chuàng)造出一種功能強(qiáng)大、可靠的自動(dòng)駕駛技術(shù)。
相反,Waymo發(fā)現(xiàn)從良好的感知和控制中引導(dǎo)簡化學(xué)習(xí)任務(wù)是有價(jià)值的,同時(shí),除了模仿“好司機(jī)”的駕駛習(xí)慣,還要模仿“壞司機(jī)”不良駕駛行為,用額外的不良駕駛行為來訓(xùn)練出更好的駕駛行為。
1、創(chuàng)建ChauffeurNet
為了通過模仿“好司機(jī)”來駕駛,Waymo創(chuàng)建了一個(gè)名為“ChauffeurNet”的深度循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN),該網(wǎng)絡(luò)通過觀察場景的中層表示作為輸入來發(fā)出駕駛軌跡。中間層的表示不直接使用原始的傳感器數(shù)據(jù),從而分解出感知任務(wù),并允許結(jié)合真實(shí)和模擬數(shù)據(jù),以便更容易地進(jìn)行學(xué)習(xí)。
如下圖所示,這個(gè)輸入表示由一個(gè)自頂向下(鳥瞰)的環(huán)境視圖組成,該視圖包含諸如地圖、周圍對象、交通燈狀態(tài)、汽車軌跡信息。該網(wǎng)絡(luò)還提供了一條谷歌地圖風(fēng)格的路線,指引車輛到達(dá)目的地。
ChauffeurNet在每次迭代中輸出未來驅(qū)動(dòng)軌跡上的一個(gè)點(diǎn),同時(shí)將預(yù)測的點(diǎn)寫到內(nèi)存中,該內(nèi)存將在下一次迭代中使用。從這個(gè)意義上說,RNN不是傳統(tǒng)的,因?yàn)閮?nèi)存模型是地精心設(shè)計(jì)的。ChauffeurNet的軌跡輸出由10個(gè)未來點(diǎn)組成,然后被提供給一個(gè)低級(jí)控制器,該控制器將其轉(zhuǎn)換為控制指令,如轉(zhuǎn)向和加速,使其能夠駕駛汽車。
此外,還使用了一個(gè)單獨(dú)的“PerceptionRNN”頭,它迭代地預(yù)測環(huán)境中其他移動(dòng)對象的未來,并且這個(gè)網(wǎng)絡(luò)與預(yù)測軟件駕駛的RNN共享特性。未來的一種可能性是,在選擇我們自己的駕駛軌跡的同時(shí),預(yù)測其他因素的反應(yīng),這一過程會(huì)發(fā)生更深層次的交叉。
驅(qū)動(dòng)模型的呈現(xiàn)輸入和輸出
從左到右:路標(biāo)、紅綠燈、限速和路線。從左到右的底部行:當(dāng)前代理框、動(dòng)態(tài)框、過去代理位姿和輸出未來代理位姿。
ChauffeurNet有兩個(gè)內(nèi)部部分:FeatureNet和AgentRNN
AgentRNN消耗一個(gè)圖像的呈現(xiàn)過去代理姿勢,一組特性計(jì)算卷積網(wǎng)絡(luò)“FeatureNet”呈現(xiàn)的輸入,與最后一劑盒渲染圖像,一個(gè)外顯記憶呈現(xiàn)的預(yù)測未來的代理對預(yù)測未來代理構(gòu)成和自頂向下的鳥瞰圖圖。這些預(yù)測用于更新AgentRNN的輸入,以便預(yù)測下一個(gè)時(shí)間步驟。
2、模仿“好司機(jī)”
Waymo用相當(dāng)于60天“好司機(jī)”駕駛數(shù)據(jù)的例子對模型進(jìn)行了訓(xùn)練,同時(shí)加入了訓(xùn)練技術(shù),以確保網(wǎng)絡(luò)不會(huì)簡單地繼續(xù)從過去的運(yùn)動(dòng)中推斷,而是對環(huán)境做出正確的反應(yīng)。
正如許多人在我們之前發(fā)現(xiàn)的,包括上世紀(jì)80年代的阿爾文項(xiàng)目(ALVINN Project),純粹模仿“好司機(jī)”給出的模型,只要情況不太偏離培訓(xùn)中看到的情況,模型就能平穩(wěn)運(yùn)行。
該模型學(xué)會(huì)了對諸如停車標(biāo)志和交通燈等交通管制作出適當(dāng)?shù)姆磻?yīng)。然而,會(huì)有偏差,例如對軌跡引入擾動(dòng)或?qū)⑵渲糜诮咏鲎驳那闆r下,會(huì)導(dǎo)致其表現(xiàn)不佳,因?yàn)榧词乖谑褂么罅繑?shù)據(jù)進(jìn)行訓(xùn)練時(shí),它也可能從未在訓(xùn)練過程中看到過這些確切的情況。
經(jīng)過純模仿學(xué)習(xí)訓(xùn)練的Agent被困在一輛停著的車輛后面
在沿著彎曲的道路行駛時(shí)無法從偏離的軌跡中恢復(fù)
上述兩幅動(dòng)圖備注:藍(lán)綠色的路徑表示輸入路徑,黃色的框表示場景中的動(dòng)態(tài)對象,綠色的框表示Agent,藍(lán)色的點(diǎn)表示Agent的過去位置,綠色的點(diǎn)表示預(yù)測的未來位置。
3 、“合成壞司機(jī)”
從真實(shí)世界的駕駛中獲得的“好司機(jī)”駕駛行為中,通常只包含在良好情況下駕駛的例子,因?yàn)槌鲇诿黠@的原因,我們不希望我們的“好司機(jī)”駕駛陷入近碰撞或爬坡限制,只是為了向神經(jīng)網(wǎng)絡(luò)展示如何在這些情況下恢復(fù)。
為了訓(xùn)練網(wǎng)絡(luò)走出困境,模擬或綜合合適的訓(xùn)練數(shù)據(jù)是有意義的。一種簡單的方法是加入一些例子,在這些例子中,我們干擾了“好司機(jī)”實(shí)際的駕駛軌跡。這種擾動(dòng)使得軌跡的起點(diǎn)和終點(diǎn)保持不變,偏離主要發(fā)生在中間。這教會(huì)神經(jīng)網(wǎng)絡(luò)如何從干擾中恢復(fù)。
不僅如此,這些擾動(dòng)還會(huì)產(chǎn)生與其他物體或道路限制物發(fā)生合成碰撞的例子,我們通過增加阻止此類碰撞的顯式損失來教會(huì)網(wǎng)絡(luò)避免這些碰撞。這些損失使我們能夠利用領(lǐng)域知識(shí)來指導(dǎo)學(xué)習(xí)在新的情況下更好地泛化。
通過將當(dāng)前Agent位置(紅點(diǎn))從lane center拉出,然后擬合一個(gè)新的平滑軌跡,使agent沿lane center回到原來的目標(biāo)位置,從而對軌跡進(jìn)行擾動(dòng)。這項(xiàng)工作演示了一種使用合成數(shù)據(jù)的方法。除了我們的方法之外,還可以對高度交互或罕見情況進(jìn)行廣泛的模擬,同時(shí)使用強(qiáng)化學(xué)習(xí)(RL)調(diào)整驅(qū)動(dòng)策略。
然而,做RL需要我們精確地模擬環(huán)境中其他道路參與者的真實(shí)行為,包括其他車輛、行人和騎自行車的人。由于這個(gè)原因,我們在當(dāng)前的工作中專注于一種純粹的監(jiān)督學(xué)習(xí)方法,記住我們的模型可以用來創(chuàng)建自然行為的“智能代理”來引導(dǎo)RL。

發(fā)表評(píng)論
請輸入評(píng)論內(nèi)容...
請輸入評(píng)論/評(píng)論長度6~500個(gè)字
最新活動(dòng)更多
-
3月27日立即報(bào)名>> 【工程師系列】汽車電子技術(shù)在線大會(huì)
-
4月30日立即下載>> 【村田汽車】汽車E/E架構(gòu)革新中,新智能座艙挑戰(zhàn)的解決方案
-
5月15-17日立即預(yù)約>> 【線下巡回】2025年STM32峰會(huì)
-
即日-5.15立即報(bào)名>>> 【在線會(huì)議】安森美Hyperlux™ ID系列引領(lǐng)iToF技術(shù)革新
-
5月15日立即下載>> 【白皮書】精確和高效地表征3000V/20A功率器件應(yīng)用指南
-
5月16日立即參評(píng) >> 【評(píng)選啟動(dòng)】維科杯·OFweek 2025(第十屆)人工智能行業(yè)年度評(píng)選
推薦專題
- 1 UALink規(guī)范發(fā)布:挑戰(zhàn)英偉達(dá)AI統(tǒng)治的開始
- 2 北電數(shù)智主辦酒仙橋論壇,探索AI產(chǎn)業(yè)發(fā)展新路徑
- 3 降薪、加班、裁員三重暴擊,“AI四小龍”已折戟兩家
- 4 “AI寒武紀(jì)”爆發(fā)至今,五類新物種登上歷史舞臺(tái)
- 5 國產(chǎn)智駕迎戰(zhàn)特斯拉FSD,AI含量差幾何?
- 6 光計(jì)算迎來商業(yè)化突破,但落地仍需時(shí)間
- 7 東陽光:2024年扭虧、一季度凈利大增,液冷疊加具身智能打開成長空間
- 8 地平線自動(dòng)駕駛方案解讀
- 9 封殺AI“照騙”,“淘寶們”終于不忍了?
- 10 優(yōu)必選:營收大增主靠小件,虧損繼續(xù)又逢關(guān)稅,能否乘機(jī)器人東風(fēng)翻身?