NVIDIA PilotNet实验
计算机视觉与模式识别
2020-10-20 v1 人工智能
机器学习
机器人学
摘要
四年前，一个名为PilotNet的实验系统成为首个沿道路 steering 自动驾驶汽车的NVIDIA系统。该系统代表了自驾经典方法的背离，经典方法将过程手动分解为一系列模块，各执行不同任务。而在PilotNet中，单个深度神经网络（DNN）以像素为输入，产生期望的车辆轨迹为输出；没有由人工设计接口连接的独立内部模块。我们认为，手工设计的接口通过限制系统中的信息流最终限制了性能，并且一种学习方法与其他增加冗余的人工智能系统结合，将带来更优的整体性能系统。我们继续朝该目标进行研究。本文档描述了过去五年中我们位于新泽西州Holmdel的NVIDIA PilotNet小组所开展的PilotNet车道保持工作。在此我们呈现2020年中期的系统状态快照，并重点介绍PilotNet小组完成的部分工作。
引用
@article{arxiv.2010.08776,
title = {The NVIDIA PilotNet Experiments},
author = {Mariusz Bojarski and Chenyi Chen and Joyjit Daw and Alperen Değirmenci and Joya Deri and Bernhard Firner and Beat Flepp and Sachin Gogri and Jesse Hong and Lawrence Jackel and Zhenhua Jia and BJ Lee and Bo Liu and Fei Liu and Urs Muller and Samuel Payne and Nischal Kota Nagendra Prasad and Artem Provodin and John Roach and Timur Rvachov and Neha Tadimeti and Jesper van Engelen and Haiguang Wen and Eric Yang and Zongyi Yang},
journal= {arXiv preprint arXiv:2010.08776},
year = {2020}
}