上海交大招生办解读最新高招是否能让自动驾驶像人那样感知环境其道路数据集将如何成为关键
自动驾驶汽车如何像人那样感知环境并做出决策？
为了实现自动驾驶汽车像人类一样感知环境并做出决策，研究者们开发了多种方法。其中，基于深度学习和强化学习的端到端规划方法尤为流行，因为它可以通过大量数据进行训练，从而获得从视觉输入到车辆控制输出的关系。
牛津布鲁斯大学计算机视觉实验室的一项研究发表了一套面向自动驾驶车辆的道路事件感知数据集（ROAD），以支持这一领域的发展。这套数据集由一个移动智能体（即自动驾驶车辆）、其执行的动作以及相应场景位置组成，可以测试自动驾驶车辆对道路事件的感知能力。
利用这套数据集，研究者们希望能够训练自动驾驶汽车更好地理解道路环境，并且能够预测其他使用者的行为。这种模仿学习设置允许人类驾驶员在处理不同道路情况时提供指导，这样可以让自动驾驶系统更加深入、更加人性化地理解周围世界。
不过，有关人员指出，这些技术还未考虑到非机动交通参与者的行为，如行人或自行车骑士，这是未来需要解决的问题。此外，由于目前只有一小部分视频被标注，因此这个数据集可能不足以覆盖所有可能遇到的复杂场景。
总之，虽然当前技术已经取得了显著进展，但要使得这些系统完全如同人类般工作，还有许多挑战需要克服。
