ロボット研究者の戯言

Deep Learningによる自動運転(Audi, Nvidia)

      2017/07/03

7/22(金)に名古屋で行われたNVIDIAのセミナー「NVIDIA Learning Day 2016 Summer」に参加してきました.

ますます白熱するDeep Learningの最新動向を学ぶことができ,非常に有意義な一日となりました.

今日はセミナーで得た自動運転に関する情報の一部をご紹介します.

スポンサーリンク



すべてDeep Learningで行う自動運転

自動運転は一般的に以下の様なフローで行われます.

「認知」 → 「判断」 → 「操作」

もともとDeep Learningは画像分類などが得意で,非常に高精度な物体認識を行うことが可能ですので,上の「認知」に関する部分のみ(もしかすると「判断」も含むかも)をDeep Learningで行うという手法が盛んに取られています.

しかし,AudiやNVIDIAは入力された画像からハンドルの操作までをDeep Learningで一括して行う技術も開発しているようです.(そういえばカーネギーメロン大学はかなり前にもっとシンプルなニューラルネットワークを用いて無人走行をしていましたね)

人間の運転操作(ハンドルの角度)をディープニューラルネットワーク(DNN)の出力として学習していくわけですが,これにより定式化が難しい人間の運転特性を再現できる可能性があります.

問題もある

Deep Learningはもはや何でも出来てしまうのでは?と思いたくなってしまいますが問題もあります.

それは「なぜできるか分からない」という点です.

DNNの構造は非常に複雑で重み係数の数も膨大な数です.しかも性能を上げるために年々構造が複雑化する傾向にあります.

したがって,DNNの構造や重み係数の値に意味を見出すのはもはや不可能です.

運転操作は失敗すると人の命に直接関わる部分ですので,「なぜできるか分からない」というブラックボックスなシステムは怖いですよね.

AudiやNVIDIAもすべてをDeep Learningで行うシステムを作ろうとしているわけではなくて,「Deep Learningの可能性を探る」ことや「部分的な応用」を目的として開発をしているのだと思います.

 - 機械学習, 自動運転 , , , , , , , , ,