211service.com
Die neuesten fahrerlosen Autos brauchen auch keinen Programmierer
Eine ungewöhnliche Flotte selbstfahrender Autos wird in den kommenden Monaten auf die Straße gehen. Im Gegensatz zu den meisten automatisierten Fahrzeugen, die darauf programmiert sind, mit den Situationen umzugehen, denen sie begegnen können, haben sich diese Autos in der Simulation selbst beigebracht, wie man mit kniffligen Szenarien sicher umgeht.
Die Autos werden lernen, über belebte Kreuzungen, überfüllte Autobahnen und überfüllte Kreisverkehre zu navigieren, indem sie Reinforcement Learning verwenden, ein Ansatz, der von der Art und Weise inspiriert ist, wie Tiere lernen, eine Belohnung mit dem Verhalten zu assoziieren, das dazu geführt hat.
Mobileye , ein israelisches Unternehmen, das viele Autohersteller mit Fahrzeugsicherheitssystemen beliefert, kündigte vergangene Woche auf der CES in Las Vegas an, den Ansatz in der zweiten Jahreshälfte in Zusammenarbeit mit dem deutschen Autohersteller BMW und dem Chiphersteller Intel auf der Straße zu testen Jahr.
Beim bestärkenden Lernen wird ein Computer nicht von Hand codiert oder mit bestimmten Beispielen zum Lernen versehen; Stattdessen experimentiert es und ändert seine eigene Programmierung im Hinblick auf das Verhalten, das am zuverlässigsten zu einem bestimmten Ergebnis führt. Beim automatisierten Fahren kann das Ziel sein, sicher und reibungslos in einen Kreisverkehr einzufahren oder in den Verkehr einzufädeln. Die Technik hat sich als effektive Methode erwiesen, Computer darauf zu trainieren, Dinge zu tun, die mit Code schwer zu erfassen sind, wie zum Beispiel das Erlernen übermenschlicher Fähigkeiten bei Atari-Videospielen und dem Brettspiel Go.
James Maddox, Direktor der Amerikanisches Zentrum für Mobilität , eine gemeinnützige Organisation, die mit Unternehmen zusammenarbeitet, um Standards für vernetzte und automatisierte Technologien zu entwickeln und zu etablieren, sagt, dass die Interaktion mit menschlichen Fahrern eine zentrale Herausforderung für selbstfahrende Autos sein wird. Solche Systeme müssen nicht nur von der Erfahrung eines Fahrzeugs, sondern auch von anderen Fahrern lernen, sagt er. Mobileye entwickelt auch eine Plattform, die es verschiedenen Autoherstellern ermöglichen würde, die von ihren automatisierten Autos gesammelten Daten auszutauschen. Der schnelle Zugriff auf diese Informationen könnte sich für den Fortschritt der Technologie als wichtig erweisen, sagt Maddox.
Die Technologie des automatisierten Fahrens stand im Mittelpunkt einer Flut von Ankündigungen und Vorführungen auf der diesjährigen CES. Toyota zeigte ein selbstfahrendes Konzeptauto mit einem virtuellen Assistenten. Der Chiphersteller Nvidia präsentierte ein leistungsstarkes neues System auf einem von ihm geschaffenen Chip für das automatisierte Fahren. Der Autoteilehersteller Delphi demonstrierte einen selbstfahrenden Audi, den er in Zusammenarbeit mit Mobileye entwickelt hat.
Mobileye arbeitet seit einiger Zeit an seinem Lernsystem. Shai Shalev-Shwartz, Vizepräsident für Technologie des Unternehmens, erklärte im Dezember auf einer KI-Konferenz in Barcelona, Spanien, dass Reinforcement Learning eine Möglichkeit bietet, selbstfahrende Fahrzeuge mit einer Reihe subtilerer Fahrfähigkeiten auszustatten. Er zeigte eine Demonstration einer Situation, die sein Unternehmen mit dieser Technik angeht. In einer Simulation fuhren an der Kreuzung zweier virtueller Autobahnen eine Handvoll Autos gleichzeitig in entgegengesetzte Richtungen ein.
Wir müssen zwischen defensivem und aggressivem Verhalten abwägen, sagte Shalev-Shwartz. Wenn wir zu defensiv sind, werden wir keine Fortschritte machen; Wenn wir zu aggressiv sind, könnten wir andere Autos anfahren. Wir müssen mit anderen Fahrern verhandeln. Wir können nicht [nur] die Regeln befolgen – wir müssen die Regeln kennen, um die Regeln zu brechen.