9.8 自主驾驶

参考视频: 9 - 8 - Autonomous Driving (7 min).mkv

在这段视频中，我想向你介绍一个具有历史意义的神经网络学习的重要例子。那就是使 用神经网络来实现自动驾驶，也就是说使汽车通过学习来自己驾驶。接下来我将演示的这段 视频是我从 Dean Pomerleau 那里拿到的，他是我的同事，任职于美国东海岸的卡耐基梅隆

大学。在这部分视频中，你就会明白可视化技术到底是什么？在看这段视频之前，我会告诉

你可视化技术是什么。 在下面也就是左下方，就是汽车所看到的前方的路况图像。

在图中你依稀能看出一条道路，朝左延伸了一点，又向右了一点，然后上面的这幅图， 你可以看到一条水平的菜单栏显示的是驾驶操作人选择的方向。就是这里的这条白亮的区段 显示的就是人类驾驶者选择的方向。比如：最左边的区段，对应的操作就是向左急转，而最 右端则对应向右急转的操作。因此，稍微靠左的区段，也就是中心稍微向左一点的位置，则 表示在这一点上人类驾驶者的操作是慢慢的向左拐。

这幅图的第二部分对应的就是学习算法选出的行驶方向。并且，类似的，这一条白亮的 区段显示的就是神经网络在这里选择的行驶方向，是稍微的左转，并且实际上在神经网络开 始学习之前，你会看到网络的输出是一条灰色的区段，就像这样的一条灰色区段覆盖着整个 区域这些均称的灰色区域，显示出神经网络已经随机初始化了，并且初始化时，我们并不知 道汽车如何行驶，或者说我们并不知道所选行驶方向。只有在学习算法运行了足够长的时间

之后，才会有这条白色的区段出现在整条灰色区域之中。显示出一个具体的行驶方向这就表

示神经网络算法，在这时候已经选出了一个明确的行驶方向，不像刚开始的时候，输出一段 模糊的浅灰色区域，而是输出一条白亮的区段，表示已经选出了明确的行驶方向。

ALVINN (Autonomous Land Vehicle In a Neural Network)是一个基于神经网络的智能系统， 通过观察人类的驾驶来学习驾驶，ALVINN 能够控制 NavLab，装在一辆改装版军用悍马，这 辆悍马装载了传感器、计算机和驱动器用来进行自动驾驶的导航试验。实现 ALVINN 功能的 第一步，是对它进行训练，也就是训练一个人驾驶汽车。

然后让 ALVINN 观看，ALVINN 每两秒将前方的路况图生成一张数字化图片，并且记录驾 驶者的驾驶方向，得到的训练集图片被压缩为 30x32 像素，并且作为输入提供给 ALVINN 的 三层神经网络，通过使用反向传播学习算法，ALVINN 会训练得到一个与人类驾驶员操纵方

向基本相近的结果。一开始，我们的网络选择出的方向是随机的，大约经过两分钟的训练后，

我们的神经网络便能够准确地模拟人类驾驶者的驾驶方向，对其他道路类型，也重复进行这 个训练过程，当网络被训练完成后，操作者就可按下运行按钮，车辆便开始行驶了。

每秒钟 ALVINN 生成 12 次数字化图片，并且将图像传送给神经网络进行训练，多个神经 网络同时工作，每一个网络都生成一个行驶方向，以及一个预测自信度的参数，预测自信度

最高的那个神经网络得到的行驶方向。比如这里，在这条单行道上训练出的网络将被最终用 于控制车辆方向，车辆前方突然出现了一个交叉十字路口，当车辆到达这个十字路口时，我 们单行道网络对应的自信度骤减，当它穿过这个十字路口时，前方的双车道将进入其视线， 双车道网络的自信度便开始上升，当它的自信度上升时 双车道的网络，将被选择来控制行 驶方向，车辆将被安全地引导进入双车道路。

这就是基于神经网络的自动驾驶技术。当然，我们还有很多更加先进的试验来实现自动 驾驶技术。在美国，欧洲等一些国家和地区，他们提供了一些比这个方法更加稳定的驾驶控 制技术。但我认为，使用这样一个简单的基于反向传播的神经网络，训练出如此强大的自动 驾驶汽车，的确是一次令人惊讶的成就。