超级解密：无人驾驶是如何炼成的( 三 )

大脑是关键，前面的地图、耳目再厉害，也得需要有个厉害的大脑才能真正用起来。具体来说就是各种各样的算法，这一部分涉及到很多具体的专业知识，可以细读《智能驾驶技术：路径规划与导航控制》，这里只提一提其中有两个的问题我觉得十分有趣。
第一个问题就是如何训练。无人驾驶依赖人工智能技术，会从各种机器学习、深度学习、深度强化学习的模型中挑选。要使用这些模型，都有一个必经环节，那就是训练，而训练是需要试错的。
读过我写的那本《机器学习算法的数学解析与Python实现》的同学都知道，训练的过程就是不断减少错误的过程，这在别的地方没有问题，但是在无人驾驶这里问题就复杂了，应该没谁希望哪天街上会突然出现一辆发了疯一样的无人驾驶汽车，就算你告诉我模型训练都有这么个过程也不行。
那这个问题是怎么解决的呢？用仿真环境，无人驾驶是在仿真环境中不断学习进化，等训练成了真正意义上的“老司机”才能真正开车上路。
第二个问题叫乘坐体验，这是个很有意思的问题。我们都知道，开车不仅仅要考虑开车，还要考虑乘车。有一种车技烂，不是把车开到河里去，而是开车能把自己给开晕车了，不过，这个问题归为驾驶问题当然可以，不归为驾驶问题当然也可以。
无人驾驶是把这个问题纳入了考虑，首先就需要考虑另一个问题：如何形式化的问题。乘坐体验是一种感受，非常主观，但要使用数学工具解决这个问题，首先就必须要将问题形式化。这个问题简单来说，就是我们人的主观体验，真的可以用莫得感情的数学公式来表达吗？
无人驾驶的研究者回答是：可以的。譬如说刹车，遇到突发情况当然要刹车，但如果刹车太硬太急，乘客又会很容易觉得恶心。这是一对矛盾，而这对矛盾完全可以用数学公式来描述，再进而找到最优解。
具体的内容还有很多，相关数学公式和介绍可以阅读《智能驾驶技术：路径规划与导航控制》的“基于车辆约束的最优轨迹” 。
关于作者：莫凡，网名木羊同学。娱乐向机器学习解说选手，《机器学习算法的数学解析与Python实现》作者，前沿技术发展观潮者，擅长高冷技术的“白菜化”解说，微信公众号“睡前机器学习” ，个人知乎号“木羊” 。

本文插图
延伸阅读《智能驾驶技术：路径规划与导航控制》
推荐语：承担两期中车时代电动智能客车“智能驾驶决策控制系统”开发任务，获批湖南省颁发的第一辆智能驾驶公交车牌照的精心之作！基于实例，深度介绍了智能驾驶的整套流程，并提供完整的仿真系统搭建建议。

本文插图
延伸阅读《机器学习算法的数学解析与Python实现》
推荐语：如果你之前不太了解机器学习，现在想要了解机器学习的主流算法和原理，并希望快速、清晰地建立对机器学习的“大局观” ，但是担心一上来就被各种艰涩的数学公式“揍”得眼冒金星，那这本书就是你想要的。