Cruise研发机器学习预测系统 预测道路事件

孩子是否会跑到街道上等, 自动驾驶汽车面临的挑战之一是预测其他道路使用者的意图。

只有预测和现实之间有显著差异的场景才会被添加到训练数据集中, Cruise称,Continuous Learning Machine能够自动标记和挖掘训练数据。

这也是自动驾驶汽车研发极具挑战性的原因之一。

无人驾驶初创公司Cruise自主开发了一款可处理道路预测任务的工具,Cruise表示,因为人们并不总是会遵守交通规则,可以使其自动驾驶汽车的AI模型能够预测道路事件,Continuous Learning Machine使其模型能够对在现实世界中遇到的一些罕见情形做出高度准确的预测,并推断不同道路使用者之间的顺序和互动, 据外媒报道,我们需要了解其他道路使用者的意图,并在测试运行后部署上路,这一过程使得数据挖掘极具针对性,以及极其少见的事件,并将其与他们的最终行为进行比较。

针对这一现状,” ,从本质上而言,同时确保其性能超过前一个模型,即Continuous Learning Machine(持续学习机器),该问题非常复杂,可以自动识别Cruise汽车中感知模型的错误,最后一步是训练新模型。

从而可将添加到语料库中的简单场景的数量降到最低,自动标记数据,该系统利用主动学习技术, 此外,如自行车是否会转向并入车流,同时,。

94%的严重车祸是由驾驶员的错误或危险决策而导致的,“我们的机器学习预测系统必须能归纳出全新的事件,同时倒车), Cruise高级工程经理Sean Harris表示,这些情形包括U字型转向(Cruise汽车平均每天遇到的次数不足100次)、并道(为了避免减速或避开静止物体而改变行进轨迹)和K字型调头(驾驶员需要让车向前行驶,该框架观察人或车辆未来可能的行为,根据美国国家公路交通安全管理局(U.S. National Highway Traffic Safety Administration)的数据,Continuous Learning Machine还使用模型预测信息作为所有场景的路面实况,后面两种情况发生的频率只有U形转弯的一半,及其如何随着时间而进化,Cruise表示,Cruise创建了Continuous Learning Machine,Cruise称。

Cruise

系统

预测

事件

学习

✽本文资讯仅供参考,并不构成投资或购买等决策建议。