d88尊龙登录下载

    <optgroup id="ehroy"></optgroup>
    <dfn id="ehroy"><xmp id="ehroy"><optgroup id="ehroy"></optgroup>
      <optgroup id="ehroy"><progress id="ehroy"></progress></optgroup>
      <address id="ehroy"></address>
    1. 标注产品
      联系我们

      地址:北京市通州区世星国际写字楼17层

      电话:010-56218858

      邮编:101100

      当前页面:

      AI不用地图标注和GPS也能认路?

      是的,谷歌DeepMind又在搞作业。
      这次,是用深度强化学习和神经网络来树立导航系统。无需标示好的地图标注指引,AI只是依托街景相片的图画识别就能抵达目的地。类似于AlphaGo Zero的没有棋谱,也能学会下棋。
      留意,这无关乎驾驭,只是关乎导航——穿越实在城市,抵达指定的经纬度坐标。整个过程不触及交通数据(周围有没有车和人),也没有对车辆操控建模。
      但这现已满足杂乱了。在曼哈顿的5个区域、伦敦和巴黎市中心,AI能成功穿过杂乱的穿插路口、人行道、地道和各种拓扑结构。

      地图标注

      3月31号,DeepMind在ArXiv上发布了相关论文:Learning to Navigate in Cities Without a Map。大数据文摘大众号后台回复“导航”即可下载这篇论文。
      DeepMind随后宣布的一篇博客文章称,AI做的这件事类似于一个小孩怎么记住周边的环境。小孩并不需求看一张地图,只需记住大街的视觉外观并沿途转向,就能前往朋友家、校园或杂货店。而且会越走越娴熟。假如走失了,他可以通过要害地标乃至太阳的朝向来认路。
      这是人类的导航系统。
      导航是一项重要的认知使命,有导航系统的人类和动物可以在杂乱的国际中远间隔穿行,而无需地图。一起,可以自我定位(“我在这儿”)和表述方针(“我要去那里”)。
      那么,AI怎么学习在没有地图的城市中进行导航?
      一个利器是谷歌街景视图(Google Street View)。这些图画数据是现成的。这样,AI不必真的到某个城市里穿行,只需在街景里游荡就可以了。运用街景视图建模的优势在于,这些相片以人眼视角拍摄,也就是说,假如一个人站在相同的地理方位,他看到的图画就和模型看到的相同。
      依托街景图画而不是地图
      研讨人员树立了一个根据神经网络的人工智能体,学习运用视觉信息(来自街景图画的像素)在多个城市中导航。当AI抵达方针目的地(例如,指定的经纬度坐标)时,该AI就会得到奖赏。
      比如一个7×24小时无限循环作业的快递员,要不断地抵达指定地点,可是又没有地图可以看。
      跟着时刻的推移,AI学习以这种办法跨过整个城市。通过在多个城市的练习和学习,在习惯新的城市时AI的体现非常好。
      AI在巴黎街景中练习。街景图画与城市地图叠加,显现方针方位(赤色),署理方位和视界(绿色)。请留意,AI不会看到地图,只能看到方针方位的纬度/经度坐标。
      与传统的依赖清晰映射和探究的办法(例如试图本地化并一起绘制地图)相反,DeepMind让AI只运用视觉观察,而不运用地图、GPS定位或其他辅佐工具。
      用到的技能是,构建了一个神经网络署理,用于输入从环境中观察到的图画,并预测它应该在该环境中履行的下一个操作。运用深度强化学习进行端对端练习,类似于此前关于学习穿越杂乱3D迷宫,以及用无监督辅佐使命进行强化学习来玩游戏的研讨,可是运用到的数据规划比小型模仿迷宫环境要大得多。
      神经网络由三部分组成:
      可以处理图画并提取视觉特征的卷积网络
      特定场所的循环神经网络,其隐含使命是记住环境,并学习“这儿“(署理的当时方位)和”那里“(方针的方位)
      产生关于署理行为的导航战略的场所不变循环网络。特定于言语环境的??楸还婊山换?,而且如其称号所示,对于署理导航的每个城市都是唯一的,而视觉??楹驼铰阅?榭梢允茄杂锘肪巢槐涞?。
      CityNav (a)
      MultiCityNav特定城市建模 (b)
      练习和转移到新城市 (c)
      就像在Google Street View界面中相同,AI署理可以在恰当的方位旋转,或许在可能的情况下前进到下一个街景。与谷歌地图标注和街景环境不同,AI不会看到小箭头,本地或全球地图,或闻名的Pegman:它需求学习区别敞开道路和人行道。方针可能在实在国际中间隔数公里,AI要通过数百个街景图才干抵达。
      Pegman,谷歌街景视图中的虚拟小人
      值得留意的是,这是一个可以转移到新城市的??榛窬缂芄?。与人类相同,当AI访问一个新的城市时,我们会希望它有必要学习一组新的地标,但不必重新学习其视觉体现或其行为(例如,沿着大街向前走或在穿插路口处转向)。因而,运用MultiCity体系结构,DeepMind首先在许多城市进行练习,然后冻住战略网络和视觉卷积网络,并在一个新城市中只树立一个新的特定区域途径。这种办法使AI可以取得新的常识,而不会忘掉它现已学到了什么,类似于渐进式神经网络架构。
      导航系统是研讨和开发人工智能的根底,也对了解人类的生物导航系统有协助。

      010-56218858
      售前咨询
      进度查询
      售后服务
      尊龙d88官方网站 d88尊龙网址 尊龙体育app 尊龙平台 尊龙人生就是博手机版下载 尊龙d88手机app d88尊龙登录下载 尊龙平台 尊龙d88手机app 尊龙体育app 尊龙d88登录 d88尊龙手机版 d88尊龙网址 尊龙d88官方网站 尊龙人生就是博app 尊龙d88平台 尊龙平台 d88尊龙网址 尊龙手机版 尊龙d88平台 d88尊龙网址 尊龙d88手机app 尊龙d88平台 尊龙d88官方网站 尊龙d88官方网站 d88尊龙登录下载 尊龙体育app 尊龙人生就是博手机版下载 尊龙体育app 尊龙人生就是博手机版下载 d88尊龙登录下载 尊龙手机版 尊龙人生就是博app 尊龙d88官方网站 尊龙人生就是博手机版下载 尊龙d88app d88尊龙登录下载 尊龙d88入口登录 尊龙人生就是博手机版下载 尊龙d88官方网站 尊龙人生就是博手机版下载 尊龙手机版 尊龙体育app 尊龙平台 尊龙手机版 d88尊龙手机版 尊龙人生就是博app 尊龙体育app 尊龙体育app 尊龙人生就是博手机版下载
      尊龙d88官方网站 d88尊龙手机版 d88尊龙手机版 尊龙体育app 尊龙d88app下载 尊龙d88登录 d88尊龙登录下载 d88尊龙登录下载 d88尊龙登录下载 望谟县| 和林格尔县| 南郑县| 祁阳县| 积石山| 天水市| 芮城县| 蒲城县| 明溪县| 永康市| 库伦旗| 鸡东县| 屏南县| 房山区| 讷河市| 尼玛县| 西乌珠穆沁旗| 区。| 昭通市| 林州市| 天长市| 古浪县| 宁远县| 北碚区| 富顺县| 清远市| 静安区| 五莲县| 长顺县| 连平县| 中超| 武城县| 垦利县| 怀柔区| 盘锦市| 肃南| 长子县| 什邡市| 乳源| 墨脱县| 海晏县|