天极传媒:
天极网
比特网
IT专家网
52PK游戏网
极客修
全国分站

北京上海广州深港南京福建沈阳成都杭州西安长春重庆大庆合肥惠州青岛郑州泰州厦门淄博天津无锡哈尔滨

产品
  • 网页
  • 产品
  • 图片
  • 报价
  • 下载
全高清投影机 净化器 4K电视曲面电视小家电滚筒洗衣机
您现在的位置: 天极网 > 云计算>新闻>AI不靠地图认路,强化学习看街景导航

AI不靠地图认路,强化学习看街景就可以导航

天极网云计算频道 2018. 04. 08 作者:嘉文 责编:嘉文
我要吐槽

责任编辑

  近日,DeepMind在官方博客上公布了一项最新研究,这项研究是:通过强化学习,让AI在没有准确的地图作为训练资料的情况下,只通过谷歌街景图就学会导航,类似人在学习认路的过程一样。

  DeepMind表示,导航是人类和动物一项很重要的认知能力,可在复杂遥远的距离范围内穿梭,而这项能力主要通过自我定位和对目的地的认知来完成的,也就是“我在哪里”和“我要去哪里”这两项认知。

  在这项实验中,DeepMind提出了一个用谷歌街景图当作第一视角的互动式导航的环境,作为训练导航AI的资料,通过奖励的游戏方式,训练导航AI。

  首先,DeepMind通过神经网路建立相应的AI模型,辨识多个城市街景图中的像素,AI程序如果成功到达了目的地,就得到奖励,DeepMind表示,就像是负责送货但没有地图的快递员一样,经过反覆学习,程序就可以穿梭于整个城市,在不同的城市都运用相同的方式来学习导航。

  与过去的导航相比,DeepMind的方法是模拟了人类导航的方法,不使用既有的地图信息、GPS其他的定位工具,只通过训练视觉感知来观察环境,从而创建出对环境的认知,并通过强化学习加强点到点的训练,目前,导航AI模型已在伦敦、巴黎和纽约完成训练,能实现穿梭于复杂的交叉路口、人行道和隧道等环境。

  此外,DeepMind将训练完成的导航AI架构模块化,用于转移到其他新的城市中省去不必要的学习过程,DeepMind将神经网络分成三个部分:

  首先,处理街景图像并抽取图像特征的卷积网络;

  其次,通过特定的神经网络,让它记住当前位置和目标位置;

  最后,产生导航的规则和导航策略。

  DeepMind通过建立MultiCity架构,在多个城市中训练模型,之后将策略网络和视觉卷积网络、特定路径记录下来,方便于加快之后在不同城市的训练过程。目前该项研究只限于知识上的导航,并没有实际用于任何交通工具上,比如自动驾驶。

作者:嘉文责任编辑:嘉文)
请关注天极网天极新媒体 最酷科技资讯
扫码赢大奖
评论
* 网友发言均非本站立场,本站不在评论栏推荐任何网店、经销商,谨防上当受骗!
办公软件IT新闻整机