劍橋大學工程系團隊創(chuàng)辦的Wayve憑借機器學習算法，只需要使用攝像頭和基本的衛(wèi)星導航就可以實現(xiàn)自動駕駛汽車在陌生的道路上行駛。

自從2016年，英偉達公開了用于自動駕駛汽車的端到端深度學習技術之后，已經(jīng)有不計其數(shù)的公司、單位甚至愛好者用此技術做出自動駕駛的demo。簡單網(wǎng)絡結(jié)構(gòu)，可以實現(xiàn)攝像頭輸入到剎車油門方向盤輸出的直接映射。然而這種低門檻也注定了它可以解決的問題并不多，很難應對具體駕駛環(huán)境上的復雜性。有專家甚至認為端到端不適合開發(fā)實用無人駕駛系統(tǒng)，可以做demo，大規(guī)模商用可能非常困難。

端到端只配做demo嗎？由劍橋大學團隊創(chuàng)辦的Wayve無人駕駛軟件公司卻不這么認為。他們沒有用高精地圖，也沒有用激光雷達等昂貴的傳感器，當然也沒有給汽車手工輸入規(guī)則，只訓練20小時數(shù)據(jù)，就可以在從未跑過的道路上駕駛。

Wayve 研發(fā)團隊認為既然是自動駕駛，就不需要手工編碼一些規(guī)定，要充分的展現(xiàn)其智能的特性。團隊采用了當下大熱的深度學習強化學習算法，建立了一個可以像人類一樣慢慢學習駕駛的自動駕駛系統(tǒng)。

經(jīng)過探索、優(yōu)化和評估三個步驟進行迭代，采用深度確定性策略梯度（Deep deterministic policy gradients，DDPG），來解決車道保持問題。

現(xiàn)有技術的圖像分類體系結(jié)構(gòu)具有數(shù)百萬個參數(shù)，而Wayve團隊的網(wǎng)絡構(gòu)架是一個深度網(wǎng)絡，有4個卷積層和3個完全連接層，總共只有不到1萬個參數(shù)，所有處理都在汽車GPU上執(zhí)行。

在強化學習仿真測試中，通過隨機生成曲線車道，以及道路紋理和車道標記，然后根據(jù)收集的數(shù)據(jù)優(yōu)化策略，再不斷重復。

結(jié)合了圖像翻譯和行為克隆的端到端零鏡頭框架

大多數(shù)自駕車公司使用模擬來驗證他們的系統(tǒng)，而Wayve讓自動駕駛汽車在仿真中廣泛學習如何處理罕見的邊緣情況。Wayve訓練汽車進行模擬駕駛，并將學到的知識轉(zhuǎn)化到現(xiàn)實世界。

Wayve沒有將模擬和現(xiàn)實世界視為兩個不同的領域，而是設計了一個框架，將兩者結(jié)合起來，既可以在模擬中訓練轉(zhuǎn)向決策，又可以在現(xiàn)實世界中展現(xiàn)出類似的行為而無需進行真正的演示。

Wayve的模型由一對最初用于圖像轉(zhuǎn)換的卷積變分自動編碼器式的網(wǎng)絡組成，用于圖像翻譯，即無監(jiān)督圖像到圖像的翻譯網(wǎng)絡（Unsupervised Image－to－Image TranslaTIon Networks， UNIT））。在兩個域之間沒有任何已知的對齊或?qū)P系的情況下，模型能夠在它們之間進行轉(zhuǎn)換。下圖是一個捕捉場景主要布局的例子。值得注意的是，模擬器的視覺保真度在學習駕駛時并不是最重要的，他們的模擬世界就像卡通一樣，依舊可以很好的完成仿真模擬。Wayve研究稱，內(nèi)容保真度比視覺保真度更重要。但是，有效地模擬其他交通參與者的行為仍然是一個巨大的挑戰(zhàn)。

基于真實世界的駕駛數(shù)據(jù)和精心設計的邊緣案例來模擬場景

汽車由基于模型的深層強化學習系統(tǒng)驅(qū)動，該算法從離線收集的真實數(shù)據(jù)中學習預測模型。這讓模型學習并使用預測模型所想象的新場景數(shù)據(jù)來訓練駕駛。

Wayve致力于開發(fā)更豐富，更強大的時態(tài)預測模型，并相信這是構(gòu)建智能安全自動駕駛汽車的關鍵。

目前，該系統(tǒng)已經(jīng)部署在 JaguarI－PACE 車上。這輛車贏得了2019年度歐洲年度車型的稱號，未來將在整個英國和歐洲大陸收集數(shù)據(jù)。當下，讓數(shù)據(jù)逐漸積累，其驅(qū)動算法可能達到人類駕駛員質(zhì)量的95％，能夠處理交通燈，環(huán)形交叉路口，十字路口等。

盡管有人會覺得端到端的自動駕駛系統(tǒng)，既不聰明也不靈活，發(fā)生問題難以解釋，然而Wayve在用其強大的算法證明這種深度學習的技術不只可以做demo，未來也可以保證安全，也可以商用。

Wayve致力于開發(fā)更豐富，更強大的時態(tài)預測模型，并相信這是構(gòu)建智能安全自動駕駛汽車的關鍵。