一開始，這輛車就像一個新生兒學習在臺階上行走。當汽車逐漸偏離路線時，坐在車上的安全駕駛員就會介入，掌控方向盤，將它引回正確的軌道。對算法來說，它會發現，每次被介入都是因為自己出錯了，同時還會因為不受干預的情況下行駛的距離受到“獎勵”。
視頻講述了一種被用作“深度卷積神經網絡”（Deep Convolution Neural Network）的模型。該模型接收單個圖像輸入，只使用一個GPU進行處理。與其他自動駕駛汽車不同的是，Wayve改裝的雷諾汽車不需要“大量的傳感器以及無盡的數據”，而是根據該公司的理念，利用了“可以快速進行有效學習的聰明的訓練過程”。
Wayve的聯合創始人Amar Shah今年5月接受TechCrunch的採訪時表示，他們希望給汽車以更好地大腦，而不是更多的硬件。同時，根據Wayve的官方說法，這些算法正在變得越來越聰明。
接下來，他們計劃進一步擴大這項技術，以完成更復雜的駕駛任務，而不僅僅是停留在車道上，最終希望這個系統可以“駕馭交通信號燈，行駛在環形車道以及交叉路口”。
分享到:
閱讀更多 AI小智君 的文章
