强化学习AI，20分钟可学会开自动驾驶汽车

本文由人工智能观察编译

译者：Sandy

据外媒报道，来自英国的一组研究人员在短短20分钟之内就教会了一辆自动驾驶汽车在正确车道上行驶——这是一个令人印象深刻的壮举，毕竟人类司机永远无法达到一个这样的成绩。

Wayve是一家由剑桥大学工程学院的研究人员创建的公司，该公司于6月28日在一篇博客文章中详细阐述了其“强化学习”算法。可以说，是一名人类安全驾驶员与这个算法一起，用了15-20的分钟时间，教会了一辆自动驾驶汽车如何保持在正确的车道上。

事实上，人工智能的强化学习在之前就已经被证明是非常有效的学习手段了。举个例子，DeepMind的技术显示，它可以让AI学会下围棋或象棋，而OpenAI则教会了人工智能玩Dota 2，并且每天的训练量可达人类180年的游戏量。

在围棋或者Dota 2这样的复杂游戏中击败人类玩家固然令人感到惊讶，但是教一辆车学会自动驾驶无疑是另一个重要的里程碑。该研究小组在YouTube上发布了一段视频，展示了其人工智能系统的学习过程，并表示这是“自动驾驶汽车领域利用强化学习的第一案例”。

一开始，这辆车就像一个新生儿学习在台阶上行走。当汽车逐渐偏离路线时，坐在车上的安全驾驶员就会介入，掌控方向盘，将它引回正确的轨道。对算法来说，它会发现，每次被介入都是因为自己出错了，同时还会因为不受干预的情况下行驶的距离受到“奖励”。

视频讲述了一种被用作“深度卷积神经网络”（Deep Convolution Neural Network）的模型。该模型接收单个图像输入，只使用一个GPU进行处理。与其他自动驾驶汽车不同的是，Wayve改装的雷诺汽车不需要“大量的传感器以及无尽的数据”，而是根据该公司的理念，利用了“可以快速进行有效学习的聪明的训练过程”。

Wayve的联合创始人Amar Shah今年5月接受TechCrunch的采访时表示，他们希望给汽车以更好地大脑，而不是更多的硬件。同时，根据Wayve的官方说法，这些算法正在变得越来越聪明。

接下来，他们计划进一步扩大这项技术，以完成更复杂的驾驶任务，而不仅仅是停留在车道上，最终希望这个系统可以“驾驭交通信号灯，行驶在环形车道以及交叉路口”。

（文中图片来自网络）