（圖片來源：馬里蘭大學(xué)）

據(jù)外媒報道，美國馬里蘭大學(xué)（University of Maryland）一組計算機科學(xué)家采用了一種新型的計算機“記憶”，有望推動自動駕駛機器人和自動駕駛汽車技術(shù)發(fā)展，甚至推動整個人工智能的發(fā)展。

人類很自然地就學(xué)會如何將他們在世界上的位置與他們從世界上收集到的信息聯(lián)系起來，并學(xué)習(xí)如何根據(jù)此類信息采取行動。例如，如果有人向另一個人扔球，而時間足夠的話，人類可以學(xué)會衡量他們與球的關(guān)系，并舉起手來接住球，該過程稱為“主動感知”（active perception），可讓人類根據(jù)感覺預(yù)測未來的動作。

人類的感覺系統(tǒng)和運動系統(tǒng)是統(tǒng)一的，意味著一個事件的記憶包含了此類信息的組合。另一方面，機器人和無人機等系統(tǒng)的攝像頭和運動是獨立的系統(tǒng)，有獨立的數(shù)據(jù)流。如果能夠?qū)⒋祟悢?shù)據(jù)結(jié)合，機器人和無人機就能夠創(chuàng)造自己的“記憶”，并能更有效地學(xué)習(xí)以模仿主動感知。

研究人員使用了iniLabs的DAVIS 240b DVS（動態(tài)視覺傳感器）和高通公司的 Flight Proboard。DAVIS 240b DVS只會對場景中的變化做出反應(yīng)，類似于人類眼睛中的神經(jīng)元只在感受到光線變化時才會發(fā)出信號，而高通的 Flight Proboard安裝在一個四軸無人機上。

使用一種稱為多維二進(jìn)制向量（HBV）的數(shù)據(jù)表現(xiàn)形式，無人機攝像頭的信息和無人機速度信息被存儲在相同的數(shù)據(jù)記錄中。然后，卷積神經(jīng)網(wǎng)絡(luò)（CNN）只有DVS的視覺記錄可作為參考，需要記住無人機采取的動作。卷積神經(jīng)網(wǎng)絡(luò)能夠通過參考攝像頭和速度數(shù)據(jù)結(jié)合產(chǎn)生的“記憶”，在所有的實驗中，都能100%地準(zhǔn)確完成任務(wù)。

相比于兩個分開的數(shù)據(jù)流，該實驗的原理是可以讓機器視覺系統(tǒng)更快地參考事件和反應(yīng)數(shù)據(jù)，在捕捉到特定的視覺數(shù)據(jù)時，可讓機器人或自動駕駛汽車預(yù)測未來采取的動作，即基于輸入的感知數(shù)據(jù)預(yù)測動作?；蛘?，更簡單地說，想象未來發(fā)生的事件，并提前思考好下一步動作。

返回第一電動網(wǎng)首頁 >