写点什么

用机器学习操控无人驾驶小车,竟然和训练狗狗的原理一样!?

发布于: 2021 年 05 月 06 日
用机器学习操控无人驾驶小车,竟然和训练狗狗的原理一样!?

学习人工智能与机器学习(AI/ML)的方式有很多种,但你知道最有趣、最令人激动与振奋的那一种方式是什么吗?


Amazon DeepRacer 启蒙人工智能思维的理想工作

AI 技术是广大开发者关注的热点之一,掌握 AI 技术意味着拿到通向高阶职场的入场券。但是 AI 技术往往也比较“高冷”,强化学习尤为前沿。但亚马逊云科技希望让科技以人为本,让技术融入生活,让 AI 充满乐趣,从而激发广泛参与,促进 AI 技术发展。


为此,亚马逊云科技在全球推出了具备 AI 学习能力的 Amazon DeepRacer 赛车模型和游戏套件


敲黑板!Amazon DeepRacer 小知识


Amazon DeepRacer 是亚马逊云科技在 2018 年推出的 1:18 比例自动驾驶无人车,包括基于云平台的 Amazon DeepRacer 3D 赛车模拟器以及覆盖全球的赛车联盟 Amazon DeepRacer League。它搭载强大的后台系统,应用了人工智能领域前沿的强化学习技术,并具备 AI 学习能力



首先,我们来一起认识一下 Amazon DeepRacer Vehicle,也就是这辆看起来萌萌的小车。



可不要小看了这辆车,“麻雀虽小,五脏俱全”。来看看它都有哪些配置吧!


● 内置 Wifi 模块,我们可以使用 Wifi 下载更新软件,并使用电脑或移动设备通过 Wifi 控制小车。

● 前置高清摄像头,可以持续拍摄路面情况。

● 内置双核英特尔处理器,可以在小车上直接运算。


想知道这辆“神奇的小车”是怎样运作的吗?

接下来就让我们一起来看看吧~

利用图像识别实现无人驾驶

当需要拍摄很多张照片时,不仅照片质量难以统一,在前期的制定策略期间,也需要很多的人力投入以及时间精力。Amazon DeepRacer 能够利用图像识别实现无人驾驶,针对每一张图片制定相应的策略。让我们一起来看看吧~

利用行为模拟实现无人驾驶

设想一下,如果手动开车绕很多圈赛道的话,我们难以穷尽所有情况。而且智能系统只是记录并模仿手动开车的轨迹,遇到新的情况时,系统就会变得难以处理。Amazon DeepRacer 利用行为模拟实现无人驾驶,能够建立智能系统,将“摄像头画面”与“车子动作”关联起来。


在于 22 日圆满落幕的亚马逊云科技 AI 在线大会上,北京全美教育技术服务有限公司 CTO 许可就为我们带来了 Amazon DeepRacer 赋能中小学人工智能教育的实践分享,接下来就让我们一起回顾一下吧!

揭秘 Amazon DeepRacer 模型训练原理

你知道 Amazon DeepRacer 究竟是怎么实现自动驾驶的吗?嘿嘿,告诉你吧,其实就和我们训练狗狗的原理差不多~


比如,我们跟狗狗说坐下!它乖乖坐下了,那么我们就会给它一个肉干作为奖励,让它知道下次还要这么做。如果狗狗在家“闯祸拆家”了,那我们就需要小小地惩罚它,让他知道下次不能这么做。


那么,Amazon DeepRacer 的强化学习原理具体又是怎样的呢?瞧,下图就为您解答!


亚马逊云科技强大的模拟科技,可以让小车在模拟环境中不断地进行自主尝试,不需要人来监督,更不需要人工进行乏味的例行性工作,比如把出界的小车拿回起点等。


同时,Amazon DeepRacer Console 的训练效率很高,只需几个小时就可以训练出一个模型;我们也可以在云端同时训练多个模型。在亚马逊云科技强大的技术支持下,我们可以把写好的模型放在云端进行训练,可能会摸索出人类没有想到的驾驶路径。


此外,亚马逊云科技还创办了全球第一个面向所有人开放的无人车锦标赛——Amazon DeepRacer League,在 2019 年全球有近 3 万人参赛,来自 17 个国家和地区的 64 支战队进入总决赛,有超过 5000 人在决赛现场观赛,获得了全球媒体、院校及科技企业的关注。

Amazon DeepRacer 赋能学校开展人工智能课程

在教育领域,亚马逊云科技组建了 AE86 青少年无人车俱乐部,助力学校落地最前沿的人工智能课程,培养具备国际化视野的青少年科技创新人才。

Amazon DeepRacer 作为教学工具的优势

四大具体步骤

启蒙人工智能兴趣 理解强化学习原理

无需 Python 代码基础,也能在不断实践和游戏中认知算法逻辑。理解人工智能与传统技术的区别,从而实现线上自动驾驶。


探索 AI 学习方法 构建无人车训练模型

利用 Python 代码撰写奖励函数,配合动作空间调整,构建属于自己独一无二的驾驶策略。


进阶训练方法 不断优化模型

构建精细化奖励机制,通过 log 实现精细化调参,修改超参数提升算法与奖励函数契合度。


精进:从虚拟世界到现实世界 定位并解决现实环境问题

运用物理、数学等综合知识自建训练环境、重构模型,让模型更适应现实世界。


观察虚拟世界和物理世界的差别,分析差别对赛车表现的影响,从而构建弥合差异的方案,考察的是青少年观察、定位并解决问题的综合能力。Amazon DeepRacer 从虚拟世界到现实世界,帮助培养未来社会需要的跨学科人才。


另外告诉大家一个好消息哦~AE86 青少年无人车俱乐部 2021 新赛季火热来袭啦!


4 月 线上月赛

亚马逊与俱乐部联合颁布证书

赢取俱乐部精美周边:T 恤、双肩背、棒球帽

冠军保送 Amazon DeepRacer 全国总决赛


5 月 线上季赛

亚马逊与俱乐部联合颁布证书

赢取价值千元的亚马逊智能硬件

优胜选手保送 Amazon DeepRacer 全国总决赛


6 月 线上月赛

亚马逊与俱乐部联合颁布证书

赢取俱乐部精美周边:T 恤、双肩背、棒球帽

冠军保送 Amazon DeepRacer 全国总决赛


原文链接:用机器学习操控无人驾驶小车,竟然和训练狗狗的原理一样!?

用户头像

还未添加个人签名 2019.09.17 加入

还未添加个人简介

评论

发布
暂无评论
用机器学习操控无人驾驶小车,竟然和训练狗狗的原理一样!?