Комментарии 32
Можно автоматом передавать нарушения других машин в ГАИ.
Тогда рядом с беспилотником они будут вести себя правильнее.
Тогда рядом с беспилотником они будут вести себя правильнее.
Отличный доклад. Спасибо Роман и Академия Яндекс!
Простите за дилетанский вопрос, но в ходе доклада было озвученно четыре пути решения:
1. Алгоритмы на графах
2. Оптимизационные методы
3. Стохастические алгоритмы
4. Специализированные методы
А что если пойти путём который был применён для решения проблем в шахматах, в го (Alpha Go) и теперь ещё для симуляции борцов сумо. А именно: не обучать нейронную сеть (о том как человек бы действовал), а свести проблему к N автомобилям которым нужно пройти по маршруту как можно быстрее, без какого-то вообще предварительного обучения (without being taught). AI в таком случае может выроботать какие-то свои правила, и решение может получится наиболее эффективным. (Или этот путь просто стохастические/рандомизированные алгоритмы с использованием нейроных сетей?)
Спасибо
Простите за дилетанский вопрос, но в ходе доклада было озвученно четыре пути решения:
1. Алгоритмы на графах
2. Оптимизационные методы
3. Стохастические алгоритмы
4. Специализированные методы
А что если пойти путём который был применён для решения проблем в шахматах, в го (Alpha Go) и теперь ещё для симуляции борцов сумо. А именно: не обучать нейронную сеть (о том как человек бы действовал), а свести проблему к N автомобилям которым нужно пройти по маршруту как можно быстрее, без какого-то вообще предварительного обучения (without being taught). AI в таком случае может выроботать какие-то свои правила, и решение может получится наиболее эффективным. (Или этот путь просто стохастические/рандомизированные алгоритмы с использованием нейроных сетей?)
Спасибо
Ребята из Google (ныне Waymo) как-то рассказывали о том, как у них автомобиль "учится" вождения, там идея примерно такой и была: сначала физические машины накатали много км по реальным дорогам, наснимав множеством датчиков дорожную обстановку, после чего была построена виртуальная модель, по которой виртуальные агенты постоянно наматывают миллионы киллометров, подбирая оптимальные траектории для различных ситуаций.
Наверняка у них и генерация новых ситуаций имеется (т.к., например, сложно собрать достаточный датасет с аварийными ситуациями, чтобы научиться его избегать и т.д. и т.п.)
НЛО прилетело и опубликовало эту надпись здесь
Тема не раскрыта. Хотелось больше услышать генетически управляемые нейронные сети. Тут вообще об этом ни слова.
А что такое «генетически управляемые нейронные сети»?
Вероятно архитектура сети определяется генетически а коэффициенты распространением ошибки.
Хм, есть версия, что получение более-менее эффективной архитектуры таким подходом придется ждать ну очень долго.
Если цена специалиста высока, а цена машинного времени низка то почему бы и нет?
Спасибо за материал, было интересно почитать. Мне кажется, что в будущем машины при построении маршрутов будут также использоватьь данные, полученные от других умных автомобилей и умной инфраструктуры. Это сделает дороги безопаснее.
Однако тогда автопилотирование станет обязательным, что немножко грустно, так как я люблю водить автомобиль самостоятельно)
Однако тогда автопилотирование станет обязательным, что немножко грустно, так как я люблю водить автомобиль самостоятельно)
Первое, что можем сделать: разобьем все пространство на клетки, рассмотрим маленькие клеточки и скажем, что есть вся наша поверхность земли, разбитая на клетки 25 на 25 или 50 на 50 см. Потом соединим соседние клетки ребрами и будем искать на них путь.
С самого начала возник вопрос. Скажите, пожалуйста, зачем сваливать в одну кучу топологию и геометрию? И почему не использовать дорожные карты разных масштабов?
Автомобиль не в чистом поле, а едет по улицам населенного пункта или по загородному шоссе. Для выбора маршрута достаточно каждый перекресток считать вершиной графа, а соединяющие улицы — ребрами. Дорожки для подъезда к домам в этом случае можно не учитывать. Выбрав таким образом маршрут, нужно будет перейти к выбору пути в локальном окружении автомобиля в текущей дорожной ситуации — тут уже нужна крупная карта участка дороги в 10-20 м не более, где задано общее направление в котором автомобиль должен двигаться, чтобы достичь очередную вершину графа — перекресток.
Он про это сказал где-то в середине, типа маршруты по картам, а мелкая моторика типа запарковаться — строим графы с этими ветвистыми траекториями.
Вроде как речь идет как раз о перемещении в локальном окружении, а не поиске пути до цели назначения. И разбиение пространства идет в некоей облати вокруг автомобиля, которую он «видит». Поиск общего пути до цели — задача, с которой уже давно справляется любой навигатор.
доклад может быть и хороший, но честно говоря, много воды. тем более, что задача построения оптимального пути между 2 точками — это уже «линейная» задача, не требующая никакого сложного оборудования. всё это было сделано и реализовано 7-10 лет тому как.
проблем там наверное только три
3. юридическая
2. распознование дятлов на дороге
1. цена на железки лидары, радары.
и совершенно не понятно, почему Яндекс, имея такие ресурсы, ещё не выкатил прототип на полигон (а может и выкатил уже, но показал не всем). Беспилотник это по круче Алисы будет.
>> Вакансия: Fullstack-разработчик в беспилотные автомобили
что ты такое? звучит как то совсем не привычно.
проблем там наверное только три
3. юридическая
2. распознование дятлов на дороге
1. цена на железки лидары, радары.
и совершенно не понятно, почему Яндекс, имея такие ресурсы, ещё не выкатил прототип на полигон (а может и выкатил уже, но показал не всем). Беспилотник это по круче Алисы будет.
>> Вакансия: Fullstack-разработчик в беспилотные автомобили
что ты такое? звучит как то совсем не привычно.
ошибся, видео по ссылке есть. можно было её поместить в конце статьи.
видео
видео
в бытность студентом занимался вопросами трассировки печатных плат. Алгоритм поиска пути на графе там одна из подзадач, которая весьма успешно решалась и тогда (20лет назад)
у нас же в общем-то известна карта движения (яндекс-карты), известно где можно а где нельзя двигаться (дорожные знаки).
Если адаптировать тот матаппарат, который был наработан на трассировках — должно получиться более чем удачно.
у нас же в общем-то известна карта движения (яндекс-карты), известно где можно а где нельзя двигаться (дорожные знаки).
Если адаптировать тот матаппарат, который был наработан на трассировках — должно получиться более чем удачно.
Да. Слышал, что с трассировкой печатных плат даже скромная мини-ЭВМ PDP-11 (Электроника-60) справлялась.
Мне одному кажется, что в статье вместо Дейкстры описали алгоритм ЛИ, обозвав его дейкстрой?
НЛО прилетело и опубликовало эту надпись здесь
НЛО прилетело и опубликовало эту надпись здесь
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
Алгоритмы построения пути для беспилотного автомобиля. Лекция Яндекса