TESLA, GOOGLE CARS... Les voitures autonomes, comment ça marche?
Lundi, Google a annoncé à la presse qu’il s’agissait de la société la plus appréciée au monde en annonçant que son entreprise autonome, I.I. parcourt trois millions de milles virtuels chaque jour à l’aide de son simulateur.
Et chaque kilomètre enseigne aux voitures quelque chose de nouveau. En plus des données d'essais routiers, il existe une quantité tout aussi étonnante de données simulées - plus de 3 millions de kilomètres par jour, «l'équivalent de faire cinq tours de l'équateur toutes les heures». Ces voitures apprennent à se comporter dans un monde virtuel.
Les voitures de Google sont actives à Mountain View en Californie et à Austin au Texas. À ce jour, il y a au total 55 voitures, dont 22 Lexus RX450h. Les 33 autres sont des prototypes de Google. Ces 55 voitures continuent de générer une quantité impressionnante de données: 1,42 million de miles à ce jour, avec une moyenne de 10 000 à 15 000 miles par semaine.
Chaque fois que le conducteur passe du mode autonome au mode manuel, vraisemblablement parce qu’il anticipe un scénario de conduite complexe et ne fait pas vraiment confiance aux instincts codés de la voiture, remarque Google. Les ordinateurs rejouent ensuite le scénario exact pour découvrir comment la voiture aurais agi s'il était resté autonome. Les ingénieurs étudient cette simulation et affinent le comportement du véhicule, en indiquant aux voitures, via un code, comment gérer plus efficacement le scénario complexe.
Naturellement, toutes ces données nécessitent une énorme quantité de stockage de données et de puissance de calcul. Naturellement, Google est en plus de cela. D'après le rapport: "Toute cette simulation de conduite nécessite une énorme puissance de calcul et, heureusement, nous pouvons faire appel aux centres de données de Google pour obtenir de l'aide!"
Un des avantages d’apprendre à conduire un ordinateur, c’est qu’il dispose de beaucoup de mémoire et de mémoire. Avec notre simulateur, nous pouvons utiliser les millions de kilomètres que nous avons déjà parcourus et parcourir ces kilomètres à nouveau avec le logiciel mis à jour. Par exemple, pour rendre les virages à gauche à une intersection plus confortables pour nos passagers, nous avons modifié notre logiciel afin d’ajuster l’angle auquel nos voitures se déplaceraient. Pour tester ce changement, nous avons ensuite réexaminé notre historique de conduite de plus de 2 millions de kilomètres avec le nouveau modèle de virage afin de nous assurer que notre voiture n’est pas simplement meilleure dans les virages à gauche, mais que ces changements créent une meilleure expérience de conduite.
Consultez le rapport de Google sur les voitures autonomes de janvier ici.
Ce que l'ascension des chariots élévateurs autonomes peut nous apprendre à accepter les voitures autonomes
La technologie permettant de fabriquer des véhicules entièrement autonomes a dépassé le seuil d’acceptation des véhicules autonomes par le public.
La couche "collante" brevetée de Google vise à protéger les piétons qui se font frapper par des voitures autonomes
Cette semaine, Google a obtenu son brevet pour une solution aux peurs de tous ceux qui craignent de tomber sous le choc d’une voiture autonome. Bien que l'idée n'empêche peut-être pas une voiture de heurter quelqu'un, elle vise à empêcher la victime de subir des blessures potentiellement plus graves ou mortelles. Le brevet, délivré le 17 mai, est une si ...
Pourquoi l'apprentissage par renforcement déverrouille les voitures autonomes pour les masses
Plutôt que de programmer des voitures pour anticiper tous les scénarios possibles, les ingénieurs peuvent programmer des voitures pour apprendre à naviguer dans les scénarios par apprentissage par renforcement.