机器学习推动了Wayve的自动驾驶方法

对于自动驾驶汽车的怯懦，可能更像是一个钉子比想象你的自动驾驶汽车在英国狭窄的城市街道上行进，停车允许在空间壅塞的狭窄路径的两侧，在潮湿的，阴天，骑自行车的人，小路上的小型货车，交叉路口，到处都是，工程。

好吧，位于英国剑桥的Wayve通过这个视频“城市驾驶与端到端深度学习”让你知道这可以很好地完成，他们的系统可以完成所有工作。

Wayve是基于机器学习的自动驾驶软件堆栈业务。没有详细的地图。

这段视频的特别之处在于，您正在观看一辆自驾车，沿着前所未有的城市街道前行，没有环境的高清地图。Engadget的 Jon Fingas ： “......以前从未见过这条路，并且只运行了20个小时的训练数据 - 它甚至不知道在道路的左侧行驶或在交叉路口减速它没有通行权。“

“智能行为不能手工编码，但可以通过经验学习，”公司博客说。“我们已经建立了一个可以像人类一样驾驶的系统，仅使用摄像头和卫星导航系统。这只能通过端到端的机器学习来实现。”

他们说他们的自主平台是建立在捷豹I-PACE全电动SUV上的。

随着每个安全驾驶员的干预，他们说他们的系统学习并将改进。他们表示，虽然首次部署需要更长的时间，但他们正在采用“根本不同的曲线”。

“经过十年的自动驾驶汽车研究，其他团队仍然通过更多地图，更多规则和更多传感器解决新的技术挑战。这是不安全的，昂贵的，无法扩展。”

我们不会告诉汽车如何驾驶手动编码规则：所有内容都是从数据中学习的，“首席技术官Alex Kendall在TechCrunch中表示，这种方法首次允许在复杂，狭窄的欧洲城市街道上航行。” - 结束深度学习，“肯德尔说。

为什么他们的解决方案很重要：“它更接近自动驾驶，可以相对轻松地驾驶不熟悉的道路和意外情况，”Fingas说。

TechCrunch的 Mike Butcher 引用肯德尔的话。“每当安全驾驶员介入并接管时，汽车就会学会驾驶更好。我们不会告诉汽车如何驾驶，而是学会驾驶经验，示例和反馈，就像人类一样。”

该公司也谈到了成本优势。依赖于大量计算能力的自动驾驶汽车可能既昂贵又笨重。

Kendall在TechCrunch中表示，他们的解决方案“使用的计算机/传感器的成本不到竞争对手的10%。事实上，所有产品都相当于现代笔记本电脑。这大大降低了我们的传感器和计算成本(和功率要求)超过10%的传统方法。“

下一步是什么?他们表示，他们将继续看到一批Jaguar I-PACE车辆在整个英国和欧洲大陆测试算法并收集数据。

他们将在100个城市部署自动驾驶汽车。

TechCrunch的一个有趣的评论说：“我只想表达我的担忧，即在90%的时间内训练网络正常运行相对容易，但边缘情况是发生事故并且人们受伤。”

彼得霍利参与华盛顿邮报：“使用机器学习 - 一种算法不是手工编码，但经过长时间训练的系统 - 公司声称其车辆的学习方式与人类驾驶员相同：通过经验，错误，反馈和模仿实际上，该公司表示，汽车并没有被教导如何开车，而是被告知如何不开车。“