Sweet Tart Dough Recipe - LeGourmetTV
人間の脳はその前に情景についての多くの情報を取り入れて決定を下すことができます。鹿が車の前に飛び出す？ブレーキをかけろ。車が先に減速している？車線を変更します。
自律走行車の場合、これらの決定はそれほど簡単ではありません。私たちの脳が行動を起こすのに必要なすべての情報を処理していることさえ登録できないかもしれませんが、自律システムはブレーキをかける前に多くの変数を考慮に入れなければなりません。システムが道路を正しく読み取れないと、致命的なクラッシュが発生する可能性があります。 MITに掲載された物語 技術レビュー 月曜日に自動車技術会社Mobileyeがどのように自律走行車の後ろの人工知能を訓練するために強化学習を使っているかについて説明します。この方法は、実世界の運転データに依存しており、データセットが大きいほど、高速になります。クラッシュを回避する方法を学びます。ただし、問題が1つあります。競合他社は共有したくないでしょう。
現時点では、ソフトウェアエンジニアは考えられるすべてのシナリオを考慮し、それらに対処するように車をプログラムする必要があります。しかし、現実の世界では、道路は非常に動的で多様な環境です。エンジニアがあらゆる状況を予測することは不可能です。
すべてのシナリオを予測するように車をプログラムするのではなく、エンジニアは自分でシナリオをナビゲートする方法を学習するように車をプログラムすることができます。強化学習は基本的に、良い結果に報いることによって自律走行車を訓練します。実験してクラッシュしなかった後、車はさまざまな状況で何をすべきかを学び、それを将来のシナリオに適用することができます。
ただし、自律走行車の強化学習の鍵はデータです。たくさんのデータ。自動車が遭遇する可能性のあるすべてのさまざまなシナリオについて学習するには、現実に収集されたデータを自動車のソフトウェアで利用できるようにして、実際に何をすべきかを学習する必要があります。
自動車会社にデータを共有させることは大きな課題です。競合他社は、自社の車を動かす要因を共有することで知られていません。しかし、彼らがMobileyeのような会社にデータを公開するのであれば、（少なくとも高速道路上で）自分自身を運転することができる自動車は、ずっと早く現実のものになるでしょう。