自动驾驶2.0：为何自动驾驶总是还要5年才能实现？
机器人学
2021-08-10 v3 人工智能
计算机视觉与模式识别
机器学习
摘要
尽管过去十年中机器学习取得了众多成功（图像识别、决策、NLP、图像合成），自动驾驶技术尚未遵循同样的趋势。在本文中，我们研究了现代自动驾驶技术栈的历史、构成和发展瓶颈。我们认为，缓慢的进展是由需要过多手工工程、过度依赖道路测试以及高车队部署成本的方法造成的。我们观察到经典技术栈存在若干瓶颈，阻碍了捕捉罕见事件长尾所需的必要规模。为解决这些问题，我们概述了自动驾驶2.0（Autonomy 2.0）的原则，一种以机器学习为先的自动驾驶方法，作为当前采用的最先进技术的可行替代方案。该方法基于（i）可从人类演示训练的全可微自动驾驶技术栈，（ii）闭环数据驱动反应式仿真，以及（iii）大规模、低成本数据收集，作为可扩展性问题的关键解决方案。我们概述了总体架构，调研了该方向有前景的工作，并提出了未来社区需解决的关键挑战。
引用
@article{arxiv.2107.08142,
title = {Autonomy 2.0: Why is self-driving always 5 years away?},
author = {Ashesh Jain and Luca Del Pero and Hugo Grimmett and Peter Ondruska},
journal= {arXiv preprint arXiv:2107.08142},
year = {2021}
}