【資料圖】
俄羅斯研究人員開發出一種模擬器，可以更高的準確性、更少的時間和計算成本來訓練無人駕駛運輸系統。研究人員稱，該解決方案是使用現代人工智能技術獲得的。相關研究結果發表在《傳感器》雜志上。
交通流管理的復雜性在于司機駕駛汽車的行為很難預測。為解決這個問題開發和引進的無人駕駛車輛，控制系統與任何其他智能系統一樣，需要在廣泛的路況下進行初步訓練。
莫斯科通信和信息技術大學信息技術系主任米哈伊爾·戈羅德尼切夫解釋說，目前訓練無人駕駛車輛需行駛數千公里，通過不斷變化的外部條件和各種路況引導控制系統。這種學習方法需要花費大量時間，而且無法重現現實生活中的所有場景。
研究人員使用卷積神經網絡開發了用于運輸基礎設施數字認證的智能系統。該系統進行了系統設計，還修改和開發了神經網絡的架構，使其能以足夠精度對對象進行分類，獲得優化的對象并降低計算復雜性。該方法用于現實的城市環境模擬器，可在訓練無人駕駛運輸系統時減少時間和計算成本。（本欄目稿件來源：俄羅斯衛星通訊社 整編：本報駐俄羅斯記者董映璧）
關鍵詞： 無人駕駛
營業執照公示信息