Künstliche Intelligenz lernt in 20 Minuten, ein selbstfahrendes Auto zu steuern

Ein britisches Forscherteam hat einem selbstfahrenden Auto beigebracht, in nur 20 Minuten auf seiner Spur zu bleiben – eine beeindruckende Leistung, wenn man bedenkt, dass manche menschliche Fahrer das ihr ganzes Leben lang nicht schaffen.

Abgesehen von Wutausbrüchen im Straßenverkehr beschreibt das Team von Wayve – einem Unternehmen, das von Forschern der Fakultät für Ingenieurwissenschaften der Universität Cambridge gegründet wurde – in einem Blogbeitrag vom 28. Juni ihren „Reinforcement Learning“-Algorithmus. Dieser arbeitet mit einem menschlichen Sicherheitsfahrer zusammen, um dem Fahrzeug beizubringen, innerhalb von 15–20 Minuten auf seiner Spur zu bleiben.

Reinforcement Learning hat sich bereits als sehr effektiv erwiesen – DeepMind bewies, dass es Spiele wie Go oder Schach erlernen kann, während OpenAI demonstrierte, dass seine KI täglich so viel Dota 2 spielte wie ein Mensch in 180 Tagen.

So beeindruckend es auch ist, Menschen in komplexen Spielen zu schlagen, ist das autonome Fahren eine ganz andere Herausforderung.

Das Team veröffentlichte ein Video auf seinem YouTube-Kanal, das den Lernprozess zeigt und darauf hinweist, dass es sich um „das erste Beispiel von Reinforcement Learning in einem selbstfahrenden Auto“ handelt.

Anfangs bewegte sich das Auto langsam, wie ein Baby bei den ersten Schritten. Wenn es von der Spur abwich, griff der Sicherheitsfahrer ein. Der Onboard-Algorithmus lernte aus jeder Korrektur und erhielt Belohnungen basierend auf der zurückgelegten Strecke ohne Eingriff.

Das Modell wird im Video als ein „tiefes konvolutionales neuronales Netzwerk“ beschrieben, das ein einzelnes Bild verarbeitet – mit nur einer GPU an Bord. Anders als andere Systeme benötigt das umgebaute Renault-Fahrzeug von Wayve keine „riesigen Modelle, ausgeklügelte Sensoren oder große Datenmengen“. Stattdessen setzt das Unternehmen auf eine „intelligente und effiziente Lernmethode“.

Wayve-Mitgründer Amar Shah sagte im Mai gegenüber TechCrunch: „Wir wollen unsere Fahrzeuge mit besseren Gehirnen ausstatten, nicht mit mehr Hardware.“

Das nächste Ziel des Teams ist es, die Technologie so zu erweitern, dass sie auch komplexe Fahrmanöver wie Ampeln, Kreisverkehre und Kreuzungen bewältigt.

Technologie-Partner: CNET hebt hervor, wie Technik neue Formen der Barrierefreiheit ermöglicht.

Smart Tech: Innovatoren entwickeln neue Wege, um Sie und Ihre Umgebung intelligenter zu machen.