相關(guān)研究論文本月早些時(shí)候在《科學(xué)⋅機(jī)器人學(xué)》雜志上發(fā)表。該論文主要作者 Nathan Spielberg表示：“我們希望我們的算法能夠與最熟練的駕駛員一樣好 - 而且希望更好。” “我們的工作是出于安全的原因，我們希望自動(dòng)駕駛汽車能夠在許多情況下工作，從高摩擦柏油路的正常駕駛到冰雪路面的快速、低摩擦駕駛。”
該團(tuán)隊(duì)使用了一種稱為神經(jīng)網(wǎng)絡(luò)的人工智能算法，該算法松散地基于我們大腦中的神經(jīng)網(wǎng)絡(luò)，以創(chuàng)建自動(dòng)駕駛系統(tǒng)。神經(jīng)網(wǎng)絡(luò)是一種機(jī)器學(xué)習(xí)，程序員可以構(gòu)建模型來(lái)篩選大量數(shù)據(jù)并查找模式。這些網(wǎng)絡(luò)用于為自動(dòng)駕駛車輛的“大腦”供電，該大腦通常是存儲(chǔ)在每輛車行李箱中的高功率GPU，用于控制決策過(guò)程。
斯坦福大學(xué)的團(tuán)隊(duì)訓(xùn)練了一個(gè)神經(jīng)網(wǎng)絡(luò)，其中包含200,000個(gè)機(jī)動(dòng)樣本的數(shù)據(jù)，包括在冰雪等光滑表面上進(jìn)行試駕。然后他們將他們的系統(tǒng)帶到薩克拉門托山谷的Thunderhill賽道進(jìn)行測(cè)試。斯坦福大學(xué)的車隊(duì)在他們的測(cè)試中使用了兩輛自動(dòng)駕駛汽車：Niki——一輛自動(dòng)駕駛的大眾GTI，以及Shelley——一輛自動(dòng)駕駛的奧迪TTS。
首先，Shelley在基于物理的自動(dòng)系統(tǒng)控制下加速，預(yù)裝了有關(guān)路線和條件的固定信息。當(dāng)在同一場(chǎng)地的連續(xù)10次試驗(yàn)進(jìn)行比較時(shí)，Shelley和熟練的業(yè)余車手產(chǎn)生了不相上下的單圈時(shí)間。然后，研究人員在Niki車輛上測(cè)試了他們新的神經(jīng)網(wǎng)絡(luò)系統(tǒng)。雖然神經(jīng)網(wǎng)絡(luò)缺乏關(guān)于道路摩擦的明確信息，但汽車的表現(xiàn)類似于運(yùn)行學(xué)習(xí)和基于物理的系統(tǒng)。
