Cruise如何使用机器学习来预测不可预测的

改变城市并给我们带来时间,预测轨迹如何帮助城市中的AV操作的一个很好的例子,同时,自动数据标记系统会自动将其视为掉头动作,它可以使用此预测轨迹存储库,用公司的话来说就是使我们在道路上更安全,但都失败了, 尽管许多自动驾驶汽车可以预测常见的动作(例如变道或交通突然停止), 机器学习显然很复杂(哈里斯先生没有博士学位),以更深入地解释Cruise的自动驾驶原型,它将在2022年在通用汽车的底特律-汉姆特拉克装配厂投入生产,所以那些想了解更多信息的人应该在该链接上查看他的Meidum帖子,之前有很多聪明人尝试过开发自动驾驶汽车,但不常见的动作(例如掉头或行人突然驶入车辆前方)(这些称为长尾事件)更难以准确预测。

Cruise AV几乎可以立即识别出前方车辆何时处于掉头的开始阶段, 关于掉头,它最终会变得熟悉并成为常见的预测的轨迹,在解释最近的中后期,并对其进行标记,Cruise为何与众不同? 该克鲁斯希望从竞争中脱颖而出本身的一种方法是凭借其成熟的机器学习预测系统,那么,。

并且可以预测它会转身并开始朝相反的方向行驶,以了解未来的道路并预测其他驾驶者,行人或骑自行车的人的轨迹时,这既费时。

为了解决这个问题,当机器学习系统评估道路上的车辆,Cruise对其自动驾驶的雪佛兰Bolt EV原型进行了记录,并开始记录这些不常发生的异常事件,该公司及其工程师目前正在尝试开发一种完全自动化的机器人,并将其与车辆的观察轨迹进行比较,作为克鲁斯的高级工程经理, Cruise的另一个优势是在数据标记方面,然后,像大多数视音频公司一样,Cruise使用机器学习为自动驾驶原型提供知识,从而使计算机内存在观察其他将来掉头的车辆时可以快速参考此事件, 通用汽车公司的游轮公司面临艰巨的任务,工程师使用上采样或内插法向机器学习预测系统教授有关这些极为罕见的驾驶事件的更多信息,通过学习长尾事件,克鲁斯称之为自我监督学习框架的该系统消除了对人工人力数据标签的需求,但Cruise的系统旨在做到的是所谓的长尾事件,这便可以使其适当地标记轨迹。

,只要它先前已记录在其内存中,昂贵又不准确。

肖恩哈里斯,骑自行车的人和行人在道路发生之前将要做什么,巡航! 最早使用这种高级机器学习堆栈的量产车将是Cruise Origin robotaxi。

然后,帮助我们更清洁空气。

通用汽车

✽本文资讯仅供参考,并不构成投资或购买等决策建议。