Пробуя создать систему, способную действовать, словно опытный водитель, специалисты Waymo создали нейронную сеть ChauffeurNet. Она научилась прокладывать траекторию поездки, наблюдая за комбинацией реальных и виртуальных данных — картой, окружающими объектами, светофорами и движением машин. Затем низкоуровневый контроллер конвертирует траекторию из десяти точек в команды по управлению машиной, позволяя модели ИИ двигаться в потоке реальных и цифровых машин.
В модель были загружены примеры, эквивалентные данным 60 дней вождения опытного водителя. При этом разработчики проследили, чтобы модель не экстраполировала данные из предыдущих действий и действительно реагировала на изменения окружающей среды, пишет VentureBeat.
«Обучение глубоких нейронных сетей с учителем при помощи большого количества маркированных данных быстро улучшило состояние современных технологий во многих отраслях, в частности, в области восприятия объектов и прогнозирования, и эти методы широко используются в Waymo, — пишут исследователи. — Вслед за успехом нейронных сетей в области восприятия мы стали спрашивать себя: можем ли мы натренировать водителя, используя подход обучения с учителем и ничего более?»
Чтобы научить нейросеть действовать не только в благоприятных, но и в пограничных условиях, исследователи Waymo искусственно создали опасные аварийные ситуации, которые ИИ должен был избегать.
Этот метод позволил ChauffeurNet лучше справляться с виртуальными сложностями: объезжать припаркованные автомобили, останавливаться, когда светофор менял цвет с желтого на красный, корректировать отклонения от траектории. Когда ИИ «посадили за руль» минивэна Chrysler Pacifica, он успешно проехал по извилистой полосе, правильно интерпретируя знаки остановок и поворотов.
