機器學(xué)習(xí)在無人駕駛中的現(xiàn)狀及挑戰(zhàn)

　　丨機器學(xué)習(xí)的端對端控制

　　當然一種應(yīng)用就是針對我們前面說反應(yīng)式的結(jié)構(gòu)，假設(shè)整個控制器我們不管它的內(nèi)部結(jié)構(gòu)，完全由一個神經(jīng)網(wǎng)絡(luò)這樣的程序來解決，這個大概就是現(xiàn)在比較端對端的控制，什么意思?直接從傳感器到車輛的動作，這就是所謂的端對端的學(xué)習(xí)控制，端對端本身也不是新鮮的事物，在1989年的時候美國機器人研究所就用當時的三層網(wǎng)絡(luò)就實現(xiàn)了簡單的無人駕駛，因為當時的網(wǎng)絡(luò)它的標定能力是非常有限的，因此它能夠完成的任務(wù)也是非常簡單的。

　　神經(jīng)網(wǎng)絡(luò)大家知道從80年代到90年代甚至到2000年之后很長一段時間，發(fā)展是非常非常緩慢的，目前兩種方案，一種是前饋神經(jīng)網(wǎng)絡(luò)，一種基于遞歸神經(jīng)網(wǎng)絡(luò)，都在做一些研究。

　　大家可以看到上面這個視頻，英偉達在2016年的神經(jīng)網(wǎng)絡(luò)端對端控制，說到這里是不是用端對端學(xué)習(xí)控制這個問題就解決了，實際上大家仔細看是不可能的，前面有一個十字路口，用端對端學(xué)習(xí)控制怎么能夠?qū)崿F(xiàn)讓車選擇不同的路線呢?這個事情在他做的這個實驗里面就不涉及到這個問題。

　　實際上這個問題英偉達做這個實驗還有很多問題沒有解決，從控制上來說，車要適應(yīng)不同的坡路和材質(zhì)，這個本身就是很復(fù)雜的，對于剛才說的端對端的學(xué)習(xí)控制，要做采集數(shù)據(jù)是非常困難的，而網(wǎng)絡(luò)本身結(jié)構(gòu)也沒有辦法支持，退而求其次就有其他的研究，大家去看一下Deep Driving：Learning Affordance for Direct Perception in Autonomous Driving 這篇文章，這個想法就跟這個端對端不太一樣，它把這個系統(tǒng)分為控制和感知，把控制環(huán)節(jié)還是用控制的方法去做，但是后面感知希望用神經(jīng)網(wǎng)絡(luò)來解決，設(shè)計一個神經(jīng)網(wǎng)絡(luò)，輸入一個圖象，輸出就是車道和車道上的線得到這樣一個抽象的模型，把這個模型再由后端輸入再去控制車輛運動，這個是他們展示的一段視頻，這個是神經(jīng)網(wǎng)絡(luò)的輸入，這個就是網(wǎng)絡(luò)的輸出，后端控制的輸入，這是他們做的一個實驗。

　　這種端對端的方案，我感覺下面幾個問題對他來說可能是比較重要的，最大的問題相對于我們說的駕駛?cè)蝿?wù)，現(xiàn)有的網(wǎng)絡(luò)結(jié)構(gòu)還是太簡單了，表達能力非常有限。

　　首先我們可以看，從數(shù)據(jù)的意義上來說，你要完成一個駕駛?cè)蝿?wù)，你拿到的數(shù)據(jù)有任務(wù)信息，有離線地理信息，有環(huán)境信息還有本體的運動狀態(tài)等等，對于這樣一些完全抑制的信息，我們設(shè)計一個什么樣網(wǎng)絡(luò)結(jié)構(gòu)才能綜合起來實現(xiàn)車輛的駕駛，這個本身我認為是一個比較大的問題。第二就是我們選擇困境，在不同的路網(wǎng)里面，你碰到十字路口的到底怎么走，可能很難解決。如果用端對端的方案可能很難解決這個問題。還有第三個比如說駕駛行為在時間上的不確定性，實際上它的復(fù)雜性是非常非常大的，也是現(xiàn)在很難解決的一個問題。這是我們說的端對端的學(xué)習(xí)控制。

　　丨慎思式結(jié)構(gòu)中的機器學(xué)習(xí)

　　我們能不能把機器學(xué)習(xí)慎思式方案用到無人駕駛里面去，很多研究用機器學(xué)習(xí)去提取交通場景中的各種各樣的交通物體，道路環(huán)境等等，用深度神經(jīng)元網(wǎng)絡(luò)實現(xiàn)場景中的各種交通物體，道路、建筑物的一個分割，把它作為下一步的決策規(guī)劃的輸入。再比如說對于我們知道現(xiàn)在無人車頭上都頂著一個激光雷達，也可以用深度神經(jīng)原的方法進行處理獲取道路上各種各樣的物體，交通標志的信息等等。這個實際上用深度學(xué)習(xí)在做這種三維微場景分析，這也是目前用深度學(xué)習(xí)來解決環(huán)境的一個重要的研究方向。

　　我們說了，可以用它去解決物體的識別，場景的分析問題，當然也可以用它解決決策規(guī)劃問題。近年來，我覺得做的比較好的工作就是他們提出的ChauffeurNet，他做的工作就是設(shè)計一個非常復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)，要來實現(xiàn)抑制數(shù)據(jù)的處理融合，這是他們設(shè)計的整個網(wǎng)絡(luò)結(jié)構(gòu)，用來把各種各樣的信息能夠融合到整個駕駛過程中去，這是我們說的從決策的角度，當然也有人研究用機器學(xué)習(xí)解決控制問題。

　　丨國防科技大學(xué)無人駕駛團隊實踐

　　現(xiàn)在我們回到我們團隊，我們這些年在這方面也做了很多研究工作，我們用學(xué)習(xí)解決車輛控制，車輛縱向控制，甚至包括像我們把這個環(huán)境變成一個多車道的模型，實現(xiàn)無人車在環(huán)境里面的自主決策等等，這也是用機器學(xué)習(xí)做的。我們有兩個博士生在這一塊做的非常好，一個是基于廣義Haar濾波器的實時目標檢測，我們在考慮能夠壓縮計算資源，使得利用十分之一或者五分之一的資源來實現(xiàn)同樣類似的效果，這對于機器學(xué)習(xí)的應(yīng)用應(yīng)該說是有非常幫助的。另外我們也做了交通場景的多任務(wù)學(xué)習(xí)，什么意思?一個神經(jīng)網(wǎng)絡(luò)能夠?qū)崿F(xiàn)多個任務(wù)，像今天早上有院士做報告也說到這個問題，對于人工智能是一個困難，我們也在做這方面的嘗試，這是我們自己做的實際的情況，包括物體的分割，行為場景的分割等等。

　　另外我們在記憶式網(wǎng)絡(luò)，在目標檢測方面的應(yīng)用也做了很多工作。什么意思呢?大家有沒有注意到，所謂的深度神經(jīng)網(wǎng)絡(luò)往往需要人工去標注大量的樣本，這很顯然是很復(fù)雜的工作，我們做的探索是怎么能夠?qū)崿F(xiàn)目標檢測，實現(xiàn)機器學(xué)習(xí)。這個如果大家感興趣可以下去關(guān)注一下我們做的工作，應(yīng)該說是比較好的，當然它的基本原理就是我們首先在靜態(tài)的情況下拍一些視頻。我是在靜態(tài)的環(huán)境、背景下去檢測動態(tài)的目標，通過這個辦法不斷地收集大量的樣本，然后再把學(xué)習(xí)好的檢測器用在一個動態(tài)的載體上，這是我們已經(jīng)做的一些工作。

　　最后我說一下自己對這個事的一點理解：第一說我們機器學(xué)習(xí)對于解決無人駕駛的問題是非常非常重要的，但是它不是全部，它只能解決其中一部分問題。第二深度神經(jīng)網(wǎng)絡(luò)它場景建模與理解的有力工具。第三統(tǒng)計學(xué)習(xí)、增強學(xué)習(xí)對于解決行為決策問題會有所幫助，但是目前看來前提是必須要由人工建立一個合適的決策模型的基礎(chǔ)上用學(xué)習(xí)的方法來實現(xiàn)決策的前件的學(xué)習(xí)。第四是用積極學(xué)習(xí)的方法解決動力學(xué)控制問題，這個問題按說傳統(tǒng)方法已經(jīng)解決比較好了，但是對于機器學(xué)習(xí)來說，好象沒有那么簡單，反而是比較復(fù)雜的問題。第五能夠?qū)崿F(xiàn)任務(wù)、本體狀態(tài)、環(huán)境信息并行輸入的網(wǎng)絡(luò)結(jié)構(gòu)應(yīng)該是未來把機器學(xué)習(xí)用在無人駕駛上的一個研究重點。第六現(xiàn)有的計算能力仍不足以支持神經(jīng)網(wǎng)絡(luò)在無人車中的大規(guī)模應(yīng)用。我的匯報就到這里，謝謝大家。