Teenager vytvořil v JavaScriptu projekt, který učí autonomní auta jezdit

Rudolf Nečas / 16. března 2017 / Auto

zdroj: foter.com/google.com

Německý vývojář Jan Hünermann sleduje dvě autonomní auta, jak jezdí po trati. Je na ní několik překážek, ale neuronové sítě autíčkům dodávají dostatek inteligence k tomu, aby překážky bez problémů překonala.

Čas od času jim Jan postaví do cesty další překážku a sleduje, zda ji auta dokážou objet. A co je na tom nejlepší? Čim déle je sleduje, tím chytřejší se auta stanou. Učí se ze svých chyb až nakonec zvládnou cokoliv, co se jim postaví do cesty. V této situaci je několik neobvyklých věcí. První je, že Janovi je jen 17 let a už dokáže programovat samojezdící auta. To je dost působivé. A druhá – auta existují pouze ve webovém prohlížeči.

foto: pexels.com

Janův projekt Self-Driving Cars In A Browser dělá přesně to, co má napsáno v názvu. Je to webová aplikace navržená na vytvoření plně samojezdícího systému, který je schopen navigovat auta v měnícím se 2D prostředí. A prostředí se mění zcela náhodně. Návštěvníci stránky do něj totiž mohou kreslit. Můžeš si vymyslet jakoukoliv překážku, nakreslit ji myší a sledovat, jak se s ní auta vypořádají. Pokud se ti bude zdát, že jim to nejde, zkus si představit, že by se ti na cestě z ničeho nic objevila stěna.

Myšlenka projektu napadla Jana před pár lety, když byl ve druháku na střední škole. Fascinovala ho zpráva o Google DeepMind, která ukazovala, jak špičkový výzkumný tým použil kombinaci reinforcement learningu a deep learningu neuronových sítí, aby vytvořil boty, které se dokázaly naučit hrát staré Atari hry, aniž by jim někdo výslovně řekl, co mají dělat.

foto: google.com

V té době se Jan zaměřoval na tvoření iOS aplikací a webových stránek. DeepMind ho tak nadchl, že se rozhodl následovat příklad Googlu. Stáhl si vědeckou práci o DeepMind, přečetl si ji a rozhodl se, že si naprogramuje svůj vlastní projekt.

Virtuální auta mají 19 senzorů vzdálenosti, které „trčí“ do různých směrů. Můžeš si je představit jako paprsky světla, přičemž každý paprsek je u auta silný a směrem od něj postupně slábne. Čím kratší je paprsek, tím vyšší vstupní impuls dostane program, když auto přijde do kontaktu s překážkou. Podobně jako parkovací senzory, které pípají rychleji, čím blíže jsi k překážce. Tato data se pak přivádějí do vícevrstvé neuronové sítě. Čím více auta jezdí a narážejí, tím více jsou upraveny „váhy“ spojující různé uzly sítě. Výsledkem je, že stejně jako při jakékoli lidské dovednosti, čím déle auta jezdí, tím lépe jim to jde.

foto: digitaltrends.com

Samozřejmě, nejsou dokonalá. Bývají přehnaně optimistická zejména pokud jde o velikost mezery, do které se vejdou, protože snímač umístěný na přední části vozu vidí otevřenou cestu, ale nezohlední přitom šířku auta. Přesto je jejich autonomní ježdění působivé a jde o to, že se bude už jen zlepšovat.

Pokud chceš sledovat, co se děje s projektem, Jan zpřístupnil kód pro demo, spolu s celou JavaScript knihovnou na GitHub .

foto: foter.com

zdroj: digitaltrends.com

Přidat komentář (0)
[display_facebook_embed_rotate]