劍橋大學(xué)工程系團(tuán)隊(duì)創(chuàng)辦的Wayve憑借機(jī)器學(xué)習(xí)算法，只需要使用攝像頭和基本的衛(wèi)星導(dǎo)航就可以實(shí)現(xiàn)自動駕駛汽車在陌生的道路上行駛。

自從2016年，英偉達(dá)公開了用于自動駕駛汽車的端到端深度學(xué)習(xí)技術(shù)之后，已經(jīng)有不計(jì)其數(shù)的公司、單位甚至愛好者用此技術(shù)做出自動駕駛的demo。簡單網(wǎng)絡(luò)結(jié)構(gòu)，可以實(shí)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(yīng)對具體駕駛環(huán)境上的復(fù)雜性。有專家甚至認(rèn)為端到端不適合開發(fā)實(shí)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(xué)團(tuán)隊(duì)創(chuàng)辦的Wayve無人駕駛軟件公司卻不這么認(rèn)為。他們沒有用高精地圖，也沒有用激光雷達(dá)等昂貴的傳感器，當(dāng)然也沒有給汽車手工輸入規(guī)則，只訓(xùn)練20小時(shí)數(shù)據(jù)，就可以在從未跑過的道路上駕駛。

Wayve 研發(fā)團(tuán)隊(duì)認(rèn)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(tuán)隊(duì)采用了當(dāng)下大熱的深度學(xué)習(xí)強(qiáng)化學(xué)習(xí)算法，建立了一個(gè)可以像人類一樣慢慢學(xué)習(xí)駕駛的自動駕駛系統(tǒng)。

經(jīng)過探索、優(yōu)化和評估三個(gè)步驟進(jìn)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(shù)的圖像分類體系結(jié)構(gòu)具有數(shù)百萬個(gè)參數(shù)，而Wayve團(tuán)隊(duì)的網(wǎng)絡(luò)構(gòu)架是一個(gè)深度網(wǎng)絡(luò)，有4個(gè)卷積層和3個(gè)完全連接層，總共只有不到1萬個(gè)參數(shù)，所有處理都在汽車GPU上執(zhí)行。

在強(qiáng)化學(xué)習(xí)仿真測試中，通過隨機(jī)生成曲線車道，以及道路紋理和車道標(biāo)記，然后根據(jù)收集的數(shù)據(jù)優(yōu)化策略，再不斷重復(fù)。