ロボットカーはガレージを離れることなく運転を学ぶことができます





自動運転車を制御するコンピューターは、オンラインマップの閲覧やビデオゲームのプレイなど、驚くべき方法で現実世界に関する貴重な知識を獲得しています。

プリンストン大学の研究者は最近、道路の物理的特性に関する有用な情報を研究することによって収集するコンピュータビジョンおよびマッピングシステムを開発しました Googleストリートビュー シーンをオープンソースのマッピングデータで提供される情報と比較します。これにより、たとえば、交差点のエッジがGoogleのマッピングカーによってキャプチャされた画像に基づいてどこにあるべきかを知ることができました。

水曜日に明らかにされた別の仕事で、 OpenAI は、基本的なAI研究に焦点を当てた非営利団体であり、Universeと呼ばれるプラットフォームを介して、ビデオゲームのGrand Theft Auto Vで実験することにより、ソフトウェアエージェントに運転戦略を学習させる方法を作成しました。一部のビデオゲームは視覚的に非常にリアルであるため、コンピュータービジョンで現実の世界について学習することができます（自動運転車はグランドセフトオートをプレイすることで多くのことを学ぶことができますを参照）。



自動運転車を訓練するための新しいアプローチは、技術を民主化し、信頼性を高めるのに役立つ可能性があります。ラスベガスで開催された今年のコンシューマーエレクトロニクスショーでは自動運転車がいたるところにあり、今週開始されたデトロイトで開催された北米自動車ショーではテクノロジーが中心になっています。しかし、すべての人がフォード、グーグル、またはユーバーのリソースを持っているわけではなく、自動運転車は依然として多くの状況で苦労しています（自動運転車に乗る前に知っておくべきことを参照）。そのため、一部の研究者は、データを収集して運転システムを訓練するための創造的な方法を考え出しています。自動運転に必要な技術をオープンソース化する取り組みもあります。

プリンストンの研究者はGoogleストリートビューを採掘し、 OpenStreetMap 彼らのデータのために。 Googleストリートビューの画像の道路の特徴は、車両や道路を横断する人などによって遮られることがあるため、システムはそのようなアーティファクトを認識して破棄することを学習する必要がありました。研究者は、新しい画像でシステムをテストし、道路の特徴をかなり正確に識別できることを発見しました。彼らは、通常の道路をナビゲートするために必要な基本的な知識のいくつかを備えた自動運転システムをブートストラップする方法を提供できると言います。研究者は、150,000のストリートビューパノラマを使用してシステムをトレーニングしました。

トレーニングデータセットが大きくなるにつれて、その精度は向上するはずです、と言います アリセフ 、プリンストン大学の大学院生で、 Jianxiong Xiao 、AutoX.aiと呼ばれる自動車のスタートアップを見つけるために最近大学を去った教授。

自動運転用の高解像度3Dマップを手動で作成するのは面倒で費用がかかると、マッピングと自動運転を専門とするMITのCSAILのジョンレナード教授は言います。大規模なパブリックデータベースで動作するディープネットワークを使用してこのプロセスを自動化できれば、自動運転技術にとって大きなメリットになります。

このアプローチは、非常に複雑な交差点のように、実際の自動運転車がめったに遭遇しない状況を認識するようにシステムをトレーニングする方法も提供します。これらのモデルは、自動運転車のバックアップシステムの一部として使用できる可能性があり、事前にスキャンされた3Dマップによって提供される情報を裏付けています。ただし、実際の車両ではまだテストしていません、とSeff氏は言います。

研究者はまた、システムが道路インフラストラクチャに関する警告を提供する可能性があることを示唆しています。たとえば、道路が一方通行ではないのに一方通行であるように見えるとシステムが判断した場合、標識を更新する必要があります。制限は、システムが歩行者や他の車両など、地図で識別されていないオブジェクトを識別できないことと、車を非常に正確に特定するのに十分な精度ではないことです。

Googleストリートビューからこれを学ぶのは良い考えだと、自動運転トラックを製造し、昨年Uberに買収されたOttoのエンジニアであるCraigQuiter氏は言います。出力には車を運転するのに十分なものが含まれていませんが、プランナーへの入力として他の認識と一緒に間違いなく役立ちます。

Quiterは、昨年OpenAIの請負業者として働いていたときに、Grand Theft AutoVを開発しました。ゲームは、現実世界の要素を認識するようにソフトウェアをトレーニングできます。

GTA Vは、AIをテストおよび開発するための豊かで多様な世界へのアクセスを研究者に提供します、QuiterはOpenAIによって公開されたブログ投稿に書いています。その島の設定はロサンゼルスのほぼ5分の1のサイズであり、システムをテストするための幅広いシナリオにアクセスできます。それに加えて、257種類の車両、7種類の自転車、14種類の天気があり、1つのシミュレーターを使用して膨大な数の順列を探索することができます。

ユニバースを通じて、エージェントはゲーム内で実験し、強化学習と呼ばれるアプローチである特定の目標を達成するときに自分の行動を洗練することによって、運転戦略を開発することもできます（新しいツールでAIがコンピューター上でほとんど何でもできるようにするを参照）。

Quiter氏は、自動運転に必要な技術をリリースすることで、研究者や企業がそれを民主化できると電子メールで追加しました。自動運転車のAIをテストするのがずっと簡単になったと彼は言います。

隠れる