侵权投诉
焊接机器人 喷涂机器人 搬运机器人 装配机器人 切割机器人 其它机器人
订阅
纠错
加入自媒体

工程院院士李德毅:特斯拉车祸引思考 机器人将使人类自身更智能

2016-07-15 09:02
一分日元
关注

  以下内容根据李德毅院士演讲整理(内容略有删节):

  特斯拉自动驾驶致死车祸分析

  缺“脑”惹的祸,特斯拉车祸分析

  在一般的驾驶过程中,驾驶员的大脑都会与道路的周边环境形成一种交互认知,实时对路面的情况进行调整。而在自动驾驶中,驾驶员的作用由谁来顶替呢?日前,特斯拉自动驾驶出现一起致死车祸,分析这起事故可知:

  路口减速是驾驶常识,特斯拉缺少过路口常识,以120迈速度撞中正在转弯的大卡车腰部,事故负全责。

  相机把白色大货车混同白云,这在驾驶员看来很离奇,缺少已有认知帮助当前感知。

  特斯拉事故分析的结论是:感知不等于认知,驾驶脑不可或缺!

  那么驾驶脑到底是什么?驾驶脑应包括:长期记忆,工作记忆,动机,学习和思维,以及性格。

  长期记忆,指的是驾驶地图等,代表着驾驶员的知识和经验。三类传感器通道(GPS+IMU通道,雷达通道,图像通道),可在已有认知(路口地图和路段地图)的协助之下,类比人类的视觉通道。

  驾驶脑需要强化什么?这里有四个步骤:先视后觉,视而不觉,边视边觉,先觉后视。最后,是让已有认知帮助当前机器获得感知。

  驾驶员对道路环境和周边流量的交互认知是存在差异的,差异反映在个人智力和运动协调能力等方面,因而世界上没有完全相同的驾驶员。(也就是说,所有驾驶员不可能用完全一样的机器来替代。)

  那么,真正能够教机器人(有差异化的)开车的应该是——驾驶员!

  有经验的驾驶员长期与车互动,熟练地已经把车同化为人体的一部分,成为与身体无缝对接的真实外延,因此机器驾驶脑在驾驶员开车时应该能悄悄地学习,将脑和机器融合在一起。

  为此,我们将机器的调试总线扩展为自学习总线,开创了自学习板块。

  在人工驾驶时,有经验的驾驶员对油门、制动和方向盘的操控量,将抽象为认知箭头,与机器视觉下的驾驶态势图进行一一对应,悄悄地生成碎片化的驾驶态势与认知箭头的图对,然后通过深度学习,生成驾驶记忆棒。

  机器人向有经验的驾驶员学习开车。通过深度学习,实现自学习,统计学习和进化学习。

  驾驶员做了错误动作导致事故,例如特斯拉的事故,怎么办?实际上,事故也是学习的一部分。试探纠错、汲取事故教训,是提高驾驶水平重要的因素。

  所以说,驾驶脑成功的关键是:驾驶认知的形式化,以及形式化后的自学习。

<上一页  1  2  3  4  下一页>  
声明: 本文由入驻维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号