金磊 发自 凹非寺
量子位 报道 | 公众号 QbitAI
「脱离」 （disengagement） ， 在自动驾驶系统中是一个重要的指标 。
是指当自动驾驶汽车遇到故障 ， 脱离自动驾驶模式 ， 改为人类驾驶员接管车辆的情况 。
很多人认为「脱离」次数越少 ， 就能说明一个自动驾驶系统能力越强 。 因此 ， 以往的研究都会把「脱离」当作是故障来排除掉 。
但最近 ， UC伯克利的研究人员却「以毒攻毒」 ， 直接用这样的数据来训练机器人 ， 预测未来何时将发生脱离事件 。

本文插图
研究人员称它为LaND——从「脱离」中学会导航 。

本文插图
研究人员表示 ， 通过这样的方法得到的结果 ， 要比传统的强化学习、模仿学习都要强 。
「开」着小车取数据
老规矩 ， 先来看下训练数据 。
既然伯克利的这项研究是想「以毒攻毒」 ， 那么就必须收集出现故障时的那些数据 。
于是 ， 研究人员用一辆Clearpath Jackal机器人做测试 。
先让这个机器人自己在路上「跑」 ， 若是遇到如下三种情况则视为出故障 ， 即开到人行道的两侧或撞到草丛等物体 。

本文插图
当出现故障的情况后 ， 机器人就会进入「脱离」状态 ， 人类研究员便用遥控器 ， 把它重新置于有效位置 ， 以便让它再次自主行进 。

本文插图
然后研究人员把在这些过程中 ， 从机器人摄像头等传感器获取的图像等数据收集起来 ， 作为训练数据 。
投喂到神经网络做预测
拿到数据 ， 就要开始训练了 。
目的就是用这些数据 ， 来预测机器人在未来是否会脱离 。

本文插图
具体的神经网络长这样 。

本文插图
神经网络先使用MobileNetV2 ， 对输入的图像观测值进行处理 ， 紧接着是一系列的全连接层 。
这些图像层的输出 ， 将作为递归神经网络LSTM的初始隐含状态（hidden state） ， 依次处理机器人未来的每一个动作 ， 并输出相应的预测脱离概率 。
预测可视化的结果如下：

本文插图
在众多可选路径中 ， 颜色越深（红） ， 则表明脱离的概率越高 。
性能优于传统方法
最后 ， 研究人员拿这种「以毒攻毒」的方法 ， 与其它两种传统方法做对比 ， 分别是模仿学习和强化学习 。
在对比实验中 ， 三种方法所采用的数据都是一致的 ， 实验结果如表所示 。

本文插图
非常明显 ， 当机器人在2.3公里长、从未走过的人行道中行进时 ， 强化学习方法平均每2米就会脱离一次 ， 模仿学习则是平均每13.4米就会脱离一次 。
而伯克利提出的「以毒攻毒」方法 ， 效果非常显著——平均每87.5米才会脱离一次 。
作者介绍
这项研究的作者均来自UC伯克利 。

本文插图
△Gregory Kahn

• 人工智能领军企业达观数据推出新一代RPA智能办公机器人集群
• 当人工智能遇上服务机器人 机器人被赋予了人类的“灵魂”
• 智能机器人和机器人对战乒乓球，你玩过吗？要不来试试？
• 第六届深圳国际创客周RoboCom世界机器人开发者大赛（华南区）隆重开幕
• 博德之门3|拉瑞安曾用机器人为《博德之门3》查缺补漏 速度远超人类
• 行业互联网战斗吧！淄博市第四届智力运动会素质体育机器人运动大赛开赛
• 上观新闻|机器人大赛哪家强？辽宁江苏河南等地的50多支队伍来上海同台竞技
• 行业互联网机器人对箱体加锁固定，天津港首次实现码头作业全流程无人化
• 过往年少男性机器人爆火，女用户满意度高达98%，男网友：我们咋办？
• 行业互联网|大开眼界！乌海市第二届青少年机器人竞赛开赛