劍橋大學工程系團隊創辦的Wayve憑借機器學習算法，只需要使用攝像頭和基本的衛星導航就可以實現自動駕駛汽車在陌生的道路上行駛。

自從2016年，英偉達公開了用于自動駕駛汽車的端到端深度學習技術之后，已經有不計其數的公司、單位甚至愛好者用此技術做出自動駕駛的demo。簡單網絡結構，可以實現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，很難應對具體駕駛環境上的復雜性。有專家甚至認為端到端不適合開發實用無人駕駛系統，可以做demo，大規模商用可能非常困難。

端到端只配做demo嗎？由劍橋大學團隊創辦的Wayve無人駕駛軟件公司卻不這么認為。他們沒有用高精地圖，也沒有用激光雷達等昂貴的傳感器，當然也沒有給汽車手工輸入規則，只訓練20小時數據，就可以在從未跑過的道路上駕駛。

Wayve 研發團隊認為既然是自動駕駛，就不需要手工編碼一些規定，要充分的展現其智能的特性。團隊采用了當下大熱的深度學習強化學習算法，建立了一個可以像人類一樣慢慢學習駕駛的自動駕駛系統。

經過探索、優化和評估三個步驟進行迭代，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。

現有技術的圖像分類體系結構具有數百萬個參數，而Wayve團隊的網絡構架是一個深度網絡，有4個卷積層和3個完全連接層，總共只有不到1萬個參數，所有處理都在汽車GPU上執行。

在強化學習仿真測試中，通過隨機生成曲線車道，以及道路紋理和車道標記，然后根據收集的數據優化策略，再不斷重復。

結合了圖像翻譯和行為克隆的端到端零鏡頭框架

大多數自駕車公司使用模擬來驗證他們的系統，而Wayve讓自動駕駛汽車在仿真中廣泛學習如何處理罕見的邊緣情況。Wayve訓練汽車進行模擬駕駛，并將學到的知識轉化到現實世界。

Wayve沒有將模擬和現實世界視為兩個不同的領域，而是設計了一個框架，將兩者結合起來，既可以在模擬中訓練轉向決策，又可以在現實世界中展現出類似的行為而無需進行真正的演示。

Wayve的模型由一對最初用于圖像轉換的卷積變分自動編碼器式的網絡組成，用于圖像翻譯，即無監督圖像到圖像的翻譯網絡（Unsupervised Image-to-Image Translation Networks, UNIT)）。在兩個域之間沒有任何已知的對齊或對應關系的情況下，模型能夠在它們之間進行轉換。下圖是一個捕捉場景主要布局的例子。值得注意的是，模擬器的視覺保真度在學習駕駛時并不是最重要的，他們的模擬世界就像卡通一樣，依舊可以很好的完成仿真模擬。Wayve研究稱，內容保真度比視覺保真度更重要。但是，有效地模擬其他交通參與者的行為仍然是一個巨大的挑戰。

基于真實世界的駕駛數據和精心設計的邊緣案例來模擬場景

汽車由基于模型的深層強化學習系統驅動，該算法從離線收集的真實數據中學習預測模型。這讓模型學習并使用預測模型所想象的新場景數據來訓練駕駛。

Wayve致力于開發更豐富，更強大的時態預測模型，并相信這是構建智能安全自動駕駛汽車的關鍵。

目前，該系統已經部署在 JaguarI-PACE 車上。這輛車贏得了2019年度歐洲年度車型的稱號，未來將在整個英國和歐洲大陸收集數據。當下，讓數據逐漸積累，其驅動算法可能達到人類駕駛員質量的95％，能夠處理交通燈，環形交叉路口，十字路口等。

盡管有人會覺得端到端的自動駕駛系統，既不聰明也不靈活，發生問題難以解釋，然而Wayve在用其強大的算法證明這種深度學習的技術不只可以做demo，未來也可以保證安全，也可以商用。

審核編輯 黃昊宇