0
雷锋网按，在最近的一项研究中，麻省理工（MIT）计算机科学与人工智能实验室和丰田研究所的研究人员共同介绍了 VISTA 平台（虚拟图像自动合成与转换）。
VISTA 是一款自动驾驶汽车开发平台，它可借助现实世界的数据集来合成车辆能够用上的行驶轨迹。
虽然 Waymo、Uber、Cruise 和 Aurora等自动驾驶汽车公司都有自己用来训练 AI 的仿真环境，但 MIT 声称自家系统是少数不需要人工添加道路标记、树木和物理模型等的系统之一，而这样的特性可以大大加快自动驾驶汽车的测试与部署速度。
据研究人员介绍，如果虚拟车辆能保持不出事故，VISTA 会对其进行奖励，从而使他们“有动力”学习应对各种路况，包括车辆突然偏离轨道后重新获得控制权。VISTA 是数据驱动的，这意味着它可以根据与道路外观以及场景中所有对象的距离和运动一致的真实数据轨迹进行合成。这样可以防止在模拟中学到的知识与汽车在现实世界中的运行方式之间出现错配。
为了训练 VISTA，研究人员从多条道路的路测中采集视频数据。对于每帧画面，VISTA 会在一种 3D 点云中预测每一个像素。随后，他们将虚拟车辆放置在环境中并进行测试，以便在发出转向命令时，VISTA 根据转向曲线以及车辆的方向和速度，通过点云合成一条新的轨迹。
接着，VISTA 使用上述轨迹绘制逼真的场景并编制深度地图，其中包含从车辆视点到物体的距离有关的信息。通过将深度地图与估算 3D 场景中相机方向的技术相结合，引擎可精确定位车辆的位置及与虚拟模拟器中所有物体的相对距离，同时重新定位原始像素，从而从车辆的新视角中再现这个世界的景象。
在经过 10 到 15 个小时的训练后，研究人员搞了对比测试。结果显示在 10000 公里的测试里程中，经过 VISTA 训练的虚拟汽车能够在从未见过的街道上行驶。即使将其放置在模仿各种接近碰撞情况的路况上（例如只有一半车身还留在路上或进入另一个车道），汽车也能在几秒内成功恢复到安全的行驶轨迹。
将来，研究团队希望 VISTA 能从单一驾驶轨迹仿真进化到模拟所有类型的路况，例如白天和黑夜以及晴天和阴雨天气。此外，他们还希望模拟一些有很多车辆参与的复杂交叉路口。
雷锋网&雷锋网&雷锋网
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
