一开始，这辆车就像一个新生儿学习在台阶上行走。当汽车逐渐偏离路线时，坐在车上的安全驾驶员就会介入，掌控方向盘，将它引回正确的轨道。对算法来说，它会发现，每次被介入都是因为自己出错了，同时还会因为不受干预的情况下行驶的距离受到“奖励”。
视频讲述了一种被用作“深度卷积神经网络”（Deep Convolution Neural Network）的模型。该模型接收单个图像输入，只使用一个GPU进行处理。与其他自动驾驶汽车不同的是，Wayve改装的雷诺汽车不需要“大量的传感器以及无尽的数据”，而是根据该公司的理念，利用了“可以快速进行有效学习的聪明的训练过程”。
Wayve的联合创始人Amar Shah今年5月接受TechCrunch的采访时表示，他们希望给汽车以更好地大脑，而不是更多的硬件。同时，根据Wayve的官方说法，这些算法正在变得越来越聪明。
接下来，他们计划进一步扩大这项技术，以完成更复杂的驾驶任务，而不仅仅是停留在车道上，最终希望这个系统可以“驾驭交通信号灯，行驶在环形车道以及交叉路口”。
分享到:
閱讀更多 AI小智君 的文章
