1天訓練=100年道路測試!Waymo自駕車是這樣模仿人類開車

2020.04.30 by
Dylan Yeh
1天訓練=100年道路測試!Waymo自駕車是這樣模仿人類開車
shutterstock
Alphabet旗下自駕車公司Waymo表示,透過機器學習的方式,一天的模擬訓練等同100年的道路測試經驗,而實際道路行駛距離已達240億公里。

Alphabet旗下自駕車公司Waymo表示,自駕車除了透過車輛上裝載感測元件識別周遭環境狀態,更重要的是透過機器學習方式知道如何在真實道路上正確行駛運作,Waymo強調可透過系統模擬方式,其自駕車每天可模擬學習等同100年的道路測試經驗。

目前Waymo旗下自駕車實際累積學習的道路行駛距離,已達到約240.4億公里,大約可進行31394次地球至月球之間往返。

Waymo主要透過累積真實世界道路環境數據,進而透過虛擬化方式建構數位環境,讓車輛系統能在不受真實天候情況限制,持續進行道路行駛學習,甚至也能依照學習需求調整不同道路環境、路況,甚至可模擬各類突發狀況,讓車輛能學習如何正確應變,避免在自動駕駛過程造成各種意外。

依Waymo說明, 自駕車必須仰賴大量學習經驗,才能模仿人類開車上路時的用路判斷邏輯 ,同時也因為電腦判斷道路狀況的思考邏輯與人腦接收資訊方式不同,因此更需要透過各類道路狀況的學習經驗,讓車輛系統用路邏輯更接近人腦判斷結果。

藉由軟體模擬方式,則能不受時空、環境因素影響,持續讓車輛系統維持學習,甚至能夠依需求加強特定情況下的用路判斷學習。更重要的是,由於一切都是在軟體形式下模擬訓練,因此不會造成實際車輛損壞或人員傷亡的問題,甚至透過大量累積學習模式,能夠加快縮減實際學習所需花費的時間。

因此,即便受到新型冠狀病毒疫情影響的這段期間,Waymo強調依然可透過軟體模擬學習方式,持續累積自駕車上路行駛經驗。其實之前NVIDIA就曾提出類似的解決方案Drive Constellation,藉由建構擬真數位化環境,讓自駕車系統能隨時在不同環境變化情況下進行訓練,例如模擬暴雨、下雪,或嚴重風沙等可能影響感測元件正常動作的情況,以及模擬道路車流擁擠情況下,讓自駕車能累積正確判斷合適用路行駛方式的經驗。

目前Waymo已經在美國鳳凰城地區,開始推行以自駕車形式提供用戶預約搭乘的服務,在此波疫情影響下,Waymo所推行自駕車搭乘服務,因為沒有駕駛與乘客社交距離過近等問題,日後可成為計程車、Uber等共享車輛服務無法提供服務時的另一選擇。

延伸閱讀:偷走特斯拉商業機密纏訟1年,自動駕駛新創Zoox揪4共犯達成和解

資料來源:WaymoCNET

責任編輯:陳映璇

延伸閱讀

每日精選科技圈重要消息