Waymo首次公開自動駕駛技術：讓AI學會「危機想像力」

Waymo 的自動駕駛計程車「Waymo One」已經上線了，現在美國亞利桑那州鳳凰城的居民可以像叫個滴滴一樣用手機 app 打來一輛自動駕駛汽車。這些高度智能化的無人車使用的是哪些技術？最近這家谷歌旗下的公司終於公開了自己的第一篇論文，介紹了 Waymo 自動駕駛演算法的細節。

今年，自動駕駛公司 Waymo 取得了一些里程碑式的進展。8 月份，Waymo 的實地自動駕駛里程突破 1000 萬英里，上周，Waymo 又推出了一款商用自動駕駛車——Waymo One。但該公司的研究人員始終著眼於未來。

Medium 上今天出現了一篇博文，Mayank Bansal、Abhijit Ogale 兩位研究人員詳細介紹了利用標註數據（即來自專業駕駛演示的 Waymo 數百萬英里的已標註數據）通過監督學習訓練 AI 駕駛員的方法。

學習人類經驗

「近年來，深度神經網路中的監督訓練使用大量標註數據在許多領域迅速提高了當前最佳水準，尤其是在目標檢測及預測領域。這些技術在 Waymo 得到了廣泛應用，」研究人員寫道。「隨著感知神經網路取得成功，我們自然而然地會問自己：我們可以利用純監督深度學習方法訓練出一個熟練的自動駕駛員嗎？」

模擬環境中，Waymo 的智能體繞過一輛停泊的車。青色路徑描繪了輸入路徑，綠色框是智能體，藍色點是智能體的過去位置，綠色點是預測的未來位置。

模擬環境中，Waymo 的 AI 系統根據前方車輛位置減速停車。帶有褪色尾部的黃色方塊是場景中過去一秒內的動態目標（其它車輛）的位置。

為了創建一個能夠模擬專業駕駛的系統，他們精心設計了一個神經網路——ChauffeurNet，該網路通過觀察真實和模擬數據（包括地圖、周圍目標、交通燈狀態和汽車過去的運動）學會了生成駕駛軌跡。一個低級的控制器將十點軌跡轉化為轉向和加速指令，允許 AI 模型駕駛真實和模擬汽車。

該模型從「相當於專業駕駛 60 天的駕駛數據」中得到樣本，其使用的技術確保了它不會根據過去的運動推斷下一步動作，而是根據環境中的變化做出反應。在測試中，它會對交通控制標識做出反應，如停車標識和交通燈。但遇到以前從未見過的情況時，它的表現不佳。

模擬異常情況

研究人員指出，造成這種問題的原因在於其從現實駕駛中獲得的駕駛 demo 是有偏差的——它們只包含正常情況（無事故）下的駕駛案例。為了教網路從邊緣案例中恢復，該團隊合成了接近事故和與物體發生碰撞的情況，後者鼓勵 AI 模型避開這些物體。

Waymo 的模型在轉彎時的表現。圖源：Waymo

ChauffeurNet 在模擬環境中表現較好，它將損失和合成的示例都考慮在內，甚至還能繞過停泊的車輛，在信號燈由黃變紅時停下以及在其軌道上修復些微的偏差。在現實世界的私人試車跑道駕駛 Waymo 的克萊斯勒 Pacifica 小型貨車時，ChauffeurNet 成功地駛過了彎道，並正確判別了停止信號和轉彎。

「全自動駕駛系統需要具備處理現實世界種種狀況的能力，」研究人員寫道。「在 Waymo 車輛上運行的現有規劃器將機器學習與外顯推理相結合，連續不斷地評估大量概率變數並在多種不同的情境下做出最佳駕駛決策……因此，用完全的機器學習系統替代 Waymo 規劃器的門檻很高，儘管這一系統的組成也可以用在 Waymo 規劃器內，或者用於在規劃器的模擬測試期間創造更加實用的『智慧智能體』」。

模型在真實世界駕駛的情況

紅色軌跡表示場景中動態目標的過去軌跡，綠色軌跡表示每個目標未來 2 秒之內的預測軌跡。

模型結構

ChauffeurNet 內部由兩個部分組成——FeatureNet 和 AgentRNN。AgentRNN 的輸入包括一張展示過去智能體姿態的圖像、一組由卷積網路FeatureNet 從展示的輸入中計算的特徵、一張展示過去智能體框的圖像、展示預測未來智能體姿態以預測智能體下一個姿態的外顯記憶，以及俯視視角下的下一個智能體框。這些預測用於更新 AgentRNN 的輸入，從而預測下一個時間步。

最後，讓我們看看這篇介紹 ChauffeurNet 的論文：《ChauffeurNet: Learning to Drive by Imitating the Best and Synthesizing the Worst》。

論文鏈接：https://sites.google.com/view/waymo-learn-to-drive

摘要：我們的目標是通過模仿學習來為自動駕駛訓練可用於駕駛真實汽車的魯棒策略。我們發現通常的行為複製不足以適應複雜的駕駛環境，即使已經使用了感知系統來預處理輸入，以及使用控制器來將輸出執行到汽車上：3 千萬個案例仍然是不夠的。我們在本研究中提出，應該以專業駕駛數據的擾動形式向學習器展示合成數據，這會產生有趣的情況，例如碰撞和/或離開道路。我們不是純粹模仿所有數據，而是通過額外的損失補充模仿損失，以懲罰不良事件並鼓勵進步，擾動為這些損失函數提供了重要信號，並實現了學習模型的魯棒性。結果表明，ChauffeurNet 模型可以處理模擬中的複雜情況，我們還提供了控制變數實驗，強調我們提出的每個變化的重要性，並表明模型可以對適當的因果因素進行響應。最後，我們展示了在現實世界中駕駛汽車的模型。

參考內容：

• https://medium.com/waymo/learning-to-drive-beyond-pure-imitation-465499f8bcb2
• https://venturebeat.com/2018/12/10/waymo-tests-ai-driving-system-that-learns-from-labeled-data/
• https://sites.google.com/view/waymo-learn-to-drive

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！