蓋世汽車訊 據外媒報道，加州大學伯克利分校的AI研究人員表示，他們開發了一種AI技術，可幫助自動駕駛汽車在陌生的現實世界中行駛，並且其性能優於送貨機器採用的導航方法。該導航系統名爲LaND（Learning to Navigate from Disengagements），學習脫離（Disengagement）事件的導航系統，然後預測何時會發生系統脫離情形。

（圖片來源：https://venturebeat.com）

脫離是指自動系統遇到具有挑戰性的條件，必須將控制權交還給人工操作員的情形。在衡量自動駕駛汽車系統的能力方面，脫離事件是一個備受爭議的指標，有人稱其已經過時。AI研究人員通常將脫離視爲故障排除或導航系統調試的信號，但LaND卻將其作爲訓練數據的一部分。

工程師們表示，通過此種方式，可以讓機器人從測試過程中收集的數據集中學習。雖然其他系統直接從機載傳感器收集的訓練數據中學習，但研究人員表示，這可能需要大量的標註數據，而且成本更高。

研究人員表示，“研究結果表明，LaND可以成功地在各種真實的人行道環境中學習導航，其表現優於模仿學習和強化學習方法。如果機器人能夠成功地學習執行動作，避免出現脫離情形，將能成功地完成預期任務。重要的是，傳統的強化學習算法使用特定任務獎勵功能，與傳統的強化學習算法不同，我們的方法根據脫離信號，推斷任務，甚至不需要知道任務是什麼。然而，與標準的強化學習算法類似，我們的方法也在不斷改進，會強化避免解除的行爲。”LaND利用強化學習，而非尋求獎勵，將系統脫離事件作爲直接從輸入傳感器學習的方式，同時考慮方向盤角度，以及是否啓用自動模式等因素。

該團隊通過在人行道上駕駛機器人，收集訓練數據，來打造LaND。當機器人駛入街道、車道或其他佈滿障礙物的環境時，由人類安全駕駛員陪同機器人重新設定路線，或在短時間內接管駕駛。在這一訓練期間，研究人員共收集了近35000個數據點，生成了近2000個系統脫離場景。

初步實驗表明，與深度強化學習算法和模仿學習的常用方法之一行爲克隆相比，系統脫離之前，LaND在人行道上行駛的距離更長。研究人員稱，未來，LaND可與現有導航系統，尤其是導航模仿學習方法相結合。研究如何讓機器人在需要人工干預時，提醒操作人員，可以降低成本。