MIT注意到新机器学习方法 可避免自动驾驶汽车在红灯前怠速

盖世货车传真 据外媒报道，斯坦福大学（MIT）的分析职员在一项新分析中的展示了一种机器求学方具体法则。该方具体法则可以求学控制自动驾驶红牛，使红牛在接近并通过十分相似斜向的沿路时，尽可能顺畅行驶。

图片是从：斯坦福大学

通过仿真，分析职员挖掘出他们的机器求学方具体法则可以缩减推进剂耗损和污染物，同时提高最少驾驶者。如果道路过的所有货车都是自动驾驶的，该新科技可发挥作用最佳真实感。但即使只有25%的货车是自动驾驶货车，通过用到该全新控制算具体法则一直亦会随之而来充裕的推进剂和污染物效益。

沿路错综复杂

虽然生物似乎亦会不经理解就通过沿路的绿光，但根据高架桥的用到量、信号的直通作法、铁路车辆的用到量及其加速、行人和骑自行车的人的实际上等，沿路似乎亦会出现数十亿种有所不同的场景。

应付沿路控制问题的典型方具体法则是用到数学框架来应付一个非常简单、单纯的沿路。但该方具体法则在真实世界世界中的似乎不亦会成立，因为交通运输模式通常非常混乱。

资深所写、土木与环境工程系Gilbert W. Winslow职业技能发展副总监教授Cathy Wu和 分析主要所写、电气工程与计算机科学系的分析生Vindula Jayawardan用到一种剖面大幅提高求学（deep reinforcement learning）的无框架新科技应付了这个问题。大幅提高求学是一种试错具体法则，可使控制算具体法则求学做出一系列决策。当认出一个好的多肽时，算具体法则就亦会取得奖励。通过剖面大幅提高求学，该算具体法则利用神经网络求学的假设可认出良好多肽的从前，即使实际上数十亿种似乎性。

Wu断言说该新科技对于应付一直问题很精确，如控制算具体法则必须在很久长时间段内向铁路车辆接获超过500条加快指令。此外，分析职员希望该系统设计尽可能求学一种缩减推进剂耗损并限制对旅行时间段直接影响的作法。这些目的似乎是相互矛盾的。

虽然要全面应付这个问题兼具启发性，但分析职员采用了一种称为奖励塑造（reward shaping）的新科技，可为系统设计提供了一些无具体法则自行求学的分析方法知识。在这种情况下，只要铁路车辆仅仅暂时中止，分析职员就亦会系统设计对展开惩罚，因此系统设计亦会学亦会避免这种行为。

量试验中

一旦分析职员开接获有效性的控制算具体法则，就亦会用到兼具单个沿路的交通运输演示SDK对其展开评估。该控制算具体法则分析方法于互联的自动驾驶铁路车辆红牛，其中的这些铁路车辆可以与就此到来的交通运输斜向展开通信，以分派信号相位和时间段个人信息并判读其或多或少。该控制算具体法则亦会告诉每辆车如何加快和减速。

当铁路车辆接近沿路时，分析整合的系统设计没有造成任何走走停停的交通运输行为。（当货车由于左边交通运输暂时中止而被迫仅仅暂时中止时，就亦会发生走走停停的交通运输行为）。在仿真中的，格外多的货车在绿光期间通过，优于演示生物乘员的框架。与其他都有优化方具体法则相比，该全新新科技亦会缩减格外多推进剂耗损和污染物。如果路过的每辆车都是自动驾驶货车，格外进一步控制器设计可以缩减18%的油耗和25%的二氧化碳污染物，同时将行驶加速提高20%。

未来，分析职员希望分析多个沿路之间的相互作用震荡。他们还计划书探讨有所不同的交叉路口设置（高架桥用到量、信号、时间段等）是如何直接影响路程时间段、污染物和推进剂耗损的。此外，分析职员计划书分析当自动驾驶货车和生物司机共享道路时，其控制器设计如何直接影响有利于性。例如，尽管自动驾驶货车的驾驶作法似乎与生物乘员有所不同，但较快的道路和加速格外有利于的道路可以提高有利于性。

虽然这项实习仍处于早期阶段，但Wu普遍认为该方具体法则可以在短期内发挥作用分析方法。