快车。我们数以百万计的人都爱他们。这个想法超越了国界、种族、宗教、政治。一个多世纪以来，我们一直拥抱它们，从 1900 年代初庄严的 Stutz Bearcat 和 Mercer Raceabout(被称为“汽车界的施坦威”)开始，到 1960 年代性感的庞蒂亚克 GTO 和福特野马，再到兰博基尼和法拉利家族的终极奢华创作。

《变形金刚》电影导演迈克尔·贝(Michael Bay)对离谱的车辆略知一二，他曾宣称：“快速汽车是我唯一的恶习。许多人会同意。

(资料图)

铁杆赛车迷也会衷心赞同屡获殊荣的赛车手帕内利·琼斯(Parnelli Jones)对快车道生活的评价：“如果你在控制之中，你走得还不够快。

现在，机器人汽车也加入了其中。

加州大学伯克利分校的研究人员开发了他们所说的第一个训练小型机器人汽车自主从事高速驾驶的系统，同时适应和改进现实世界的环境。

“我们的系统FastRLAP在现实世界中自主训练，无需人工干预，也不需要任何模拟或专家演示，”研究生机器人研究员Kyle Stachowicz说。

他概述了他和他的团队在研究中使用的组件，现在可以在arXiv预印本服务器上找到。首先是初始化阶段，生成有关不同驾驶环境的数据。模型车是手动引导沿着不同的路线行驶的，其主要目标是避免碰撞，而不是速度。车辆不需要是最终学会快速驾驶的车辆。

一旦编译了涵盖广泛路线的大型数据集，机器人汽车就会部署在它需要学习的课程中。进行初步圈速，以便可以定义周长，然后汽车自行运行。有了数据集，汽车通过RL(强化学习)算法进行训练，随着时间的推移更有效地导航路线，避开障碍物，并通过方向和速度调整提高效率。

研究人员表示，他们“惊讶地”发现机器人汽车可以在不到20分钟的训练中学会在赛车课程中加速。

根据Stachowicz的说法，结果“展示了紧急的攻击性驾驶技能，例如在转弯时制动和加速，并避开阻碍机器人运动的区域。机器人汽车展示的技能“在训练过程中使用类似的第一人称界面接近人类驾驶员的表现”。

车辆学习技能的一个例子是“赛车线”的概念。

机器人汽车找到了“一条穿过圈的平滑路径......通过狭窄的弯道最大限度地提高速度，“Stachowicz说。“机器人学会将其速度带到顶点，然后急刹车转弯并加速出弯，以最大限度地减少驾驶时间。

在另一个例子中，车辆在低摩擦表面上转弯时学会稍微过度转向，“漂移到弯道以实现快速旋转，而无需在转弯时制动”。

Stachowicz表示，该系统将需要解决未来的安全问题。目前，避免碰撞只是因为它可以防止任务失败而获得奖励。它不会采取安全措施，例如在陌生的环境中谨慎行事。

“我们希望解决这些限制将使基于RL的系统能够在广泛的领域学习复杂和高性能的导航技能，我们相信我们的工作可以为实现这一目标提供垫脚石，”他说。

就像汤姆克鲁斯在《壮志凌云》中扮演的“特立独行”角色一样，研究人员“感到需要，需要速度”。到目前为止，他们走在正确的轨道上。

标签：