相关研究论文本月早些时候在《科学·机器人学》杂志上发表。该论文主要作者 Nathan Spielberg表示:“我们希望我们的算法能够与最熟练的驾驶员一样好 - 而且希望更好。” “我们的工

[视频]看看一辆自动驾驶汽车如何像赛车手一样处理急转弯

相关研究论文本月早些时候在《科学·机器人学》杂志上发表。该论文主要作者 Nathan Spielberg表示:“我们希望我们的算法能够与最熟练的驾驶员一样好 - 而且希望更好。” “我们的工作是出于安全的原因,我们希望自动驾驶汽车能够在许多情况下工作,从高摩擦柏油路的正常驾驶到冰雪路面的快速、低摩擦驾驶。”

3b1704801cc20be.jpg

首先,Shelley在基于物理的自动系统控制下加速,预装了有关路线和条件的固定信息。当在同一场地的连续10次试验进行比较时,Shelley和熟练的业余车手产生了不相上下的单圈时间。然后, 影响力研究人员在Niki车辆上测试了他们新的神经网络系统。虽然神经网络缺乏关于道路摩擦的明确信息,但汽车的表现类似于运行学习和基于物理的系统。

该团队使用了一种称为神经网络的人工智能算法,该算法松散地基于我们大脑中的神经网络,以创建自动驾驶系统。神经网络是一种机器学习,程序员可以构建模型来筛选大量数据并查找模式。这些网络用于为自动驾驶车辆的“大脑”供电,该大脑通常是存储在每辆车行李箱中的高功率GPU,用于控制决策过程。

斯坦福大学的团队训练了一个神经网络,其中包含200,000个机动样本的数据,包括在冰雪等光滑表面上进行试驾。然后他们将他们的系统带到萨克拉门托山谷的Thunderhill赛道进行测试。斯坦福大学的车队在他们的测试中使用了两辆自动驾驶汽车:Niki——一辆自动驾驶的大众GTI,以及Shelley——一辆自动驾驶的奥迪TTS。

上一篇:为护送一颗心脏 广东四地交警接力筑“生命通道”    下一篇:Bethesda发布上古卷轴25周年纪念视频展望《上古卷轴6》    

Powered by 火星彩票 @2018 RSS地图 html地图