MIT 系统在无人驾驶汽车上路之前对其进行模拟训练
麻省理工大学的团队最近发明了一种用于训练无人驾驶汽车的模拟系统,可以创造出具有无限转向可能性的逼真的世界,从而帮助汽车在驶入真实街道之前学会驾驭各种恶劣情况。自动驾驶汽车的控制系统或「控制器」在很大程度上依赖于人类驾驶员驾驶轨迹的真实数据集—他们从这些数据中学习了如何在各种情况下模拟安全转向控制。但是来自危险「边缘案例」(例如险些坠毁或被迫离开公路或进入其他车道)的真实数据很少。麻省理工大学的研究人员使用他们的实感模拟器解决了这个问题,该模拟器称为「自治的虚拟图像合成和转换(VISTA)」。它仅使用人类在道路上行驶时捕获的一个很小的数据集,从车辆在现实世界中可能遇到的轨迹中合成了几乎无限的新视点。控制器在不发生碰撞的情况下所经过的距离会得到奖励,因此它必须自己学习如何安全地到达目的地。通过这样做,车辆学会了安全地导航遇到的任何情况,包括在车道之间转弯或从近弯后恢复后重新获得控制。