伯克利新研究：不需要仿真測(cè)試，會(huì)自我學(xué)習(xí)的導(dǎo)航系統(tǒng)

2020-03-19 11:54

加州大學(xué)伯克利分校的研究人員創(chuàng)建了伯克利自動(dòng)駕駛地面機(jī)器人（BADGR）。BADGR是使用自我監(jiān)督數(shù)據(jù)訓(xùn)練的端到端自主機(jī)器人。與大多數(shù)傳統(tǒng)的依靠幾何數(shù)據(jù)來規(guī)劃無(wú)碰撞路徑的傳統(tǒng)機(jī)器人不同，BADGR依靠“經(jīng)驗(yàn)”來導(dǎo)航，不需任何仿真模擬或人工監(jiān)督。

自動(dòng)駕駛汽車被認(rèn)為是“移動(dòng)機(jī)器人”的一種，移動(dòng)機(jī)器人導(dǎo)航通常被認(rèn)為是幾何問題，機(jī)器人的目標(biāo)是感知環(huán)境的幾何形狀以便進(jìn)行規(guī)劃達(dá)到目標(biāo)的無(wú)碰撞路徑。

然而，世界的幾何視圖可能不足以讓車輛完成導(dǎo)航。例如，小型的機(jī)器人根據(jù)幾何形狀可能走不出高草叢生的草地，因?yàn)椴莸乇蛔R(shí)別為不可穿越的物體，因此將無(wú)法導(dǎo)航到目的地，小車可能的狀態(tài)為轉(zhuǎn)圈。

BADGR的核心是 Nvidia Jetson TX2，它來處理車載攝像頭，六自由度慣性測(cè)量單位傳感器，2D LIDAR傳感器和GPS系統(tǒng)。具體來說，BADGR 擁有一個(gè)由實(shí)時(shí)相機(jī)傳感器的觀測(cè)結(jié)果和一系列未來計(jì)劃的行動(dòng)提供的人工神經(jīng)網(wǎng)絡(luò)，神經(jīng)網(wǎng)絡(luò)會(huì)預(yù)測(cè)到達(dá)目標(biāo)的最佳可能路徑。

BADGR學(xué)習(xí)如何通過以下方式導(dǎo)航：1.自主收集數(shù)據(jù)；2.使用自我監(jiān)督自主標(biāo)記數(shù)據(jù)；3.訓(xùn)練基于圖像的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型。

此方法具有一個(gè)主要優(yōu)勢(shì)，傳統(tǒng)技術(shù)可以避開路徑中的高草，而BADGR可以在其中導(dǎo)航。此外，這使BADGR在收集更多數(shù)據(jù)時(shí)得以改善。研究人員指出：

BADGR背后的關(guān)鍵見解是，通過直接從現(xiàn)實(shí)世界中的經(jīng)驗(yàn)中自主學(xué)習(xí)，BADGR可以了解導(dǎo)航能力，隨著收集更多數(shù)據(jù)而不斷改進(jìn)，并推廣到看不見的環(huán)境。

通過進(jìn)一步實(shí)驗(yàn)表明，這種方法比SLAM或者通過仿真的方法，導(dǎo)航效果更突出。但機(jī)器人將如何在看不見的甚至是敵對(duì)的環(huán)境中安全地收集數(shù)據(jù)？BADGR將如何適應(yīng)有生命障礙（例如步行的人）的動(dòng)態(tài)環(huán)境？還有待進(jìn)一步解決。