Alphabet的自動駕駛汽車研究部門Waymo今天詳細介紹了一個系統(tǒng)-漸進人口基礎(chǔ)增強（PPBA）-它聲稱在改善自動駕駛系統(tǒng)性能的同時減少了訓(xùn)練它們所需的數(shù)據(jù)量。Waymo說，具體來說，PPBA增強了汽車的物體檢測功能，同時降低了成本并加快了培訓(xùn)過程。

雖然尚處于起步階段，但即使車隊仍然因COVID-19大流行而停飛，該方法仍可提高Waymo車輛在挑戰(zhàn)性駕駛場景下的堅固性。

Waymo的汽車在現(xiàn)實世界和模擬中遇到的情況使該公司的工程師有機會訓(xùn)練Waymo Driver（Waymo的全棧無人駕駛平臺）所基于的模型。作為背景技術(shù)，Waymo Driver（現(xiàn)在已是第五代產(chǎn)品）依賴于定制的激光雷達，攝像機和雷達套件，以及使它能夠解釋和響應(yīng)傳感器數(shù)據(jù)的算法。

通常，要確保這些模型具有高度通用性，就需要收集大量多樣的培訓(xùn)數(shù)據(jù)并招募人員來手動注釋數(shù)據(jù)。但是PPBA通過發(fā)現(xiàn)合成其他數(shù)據(jù)的方法來自動執(zhí)行整個過程。

PPBA借鑒了AutoAugment（一個來自Google Research和Google Brain的項目）的線索，該項目使用各種圖像增強操作（例如旋轉(zhuǎn)，裁剪，圖像鏡像和顏色偏移）來變形和變換數(shù)據(jù)。通過強化學(xué)習(xí)訓(xùn)練，它為給定的樣本集選擇最佳的擴增策略（即擴增操作的組合），同時減少了搜索策略的計算成本。

PPBA還基于Waymo現(xiàn)有的數(shù)據(jù)增強工作。在2019年初，該公司開始將來自Google Brain和稱為RandAugment的Google Research算法的技術(shù)應(yīng)用于基于圖像的分類和檢測任務(wù)。Waymo報告說，其結(jié)果是，它在幾個分類器和檢測器上實現(xiàn)了“重大”改進，包括那些有助于對異物進行分類的對象，例如建筑設(shè)備和動物。

PPBA瞄準激光雷達，它通過用激光照射目標物體并測量反射脈沖來測量到目標物體的距離。除了3D空間信息外，來自激光雷達傳感器的日志還包含諸如距離，操作強度和采樣概率之類的參數(shù)。

為了發(fā)現(xiàn)針對點云數(shù)據(jù)集設(shè)計的策略，PPBA在包含八個操作的點云增強搜索空間上工作，每個操作都與概率和特定參數(shù)相關(guān)聯(lián)：

原始數(shù)據(jù)樣本
地面真相增強（其參數(shù)表示對車輛，行人和騎自行車的人進行采樣的概率）
隨機翻轉(zhuǎn)
世界縮放
全局平移噪聲（其參數(shù)用于確定某些坐標上平移操作的失真幅度）
視錐退出
截錐體噪音
隨機旋轉(zhuǎn)
隨機掉落激光點

受生物進化的啟發(fā)，PPBA學(xué)會了從多個搜索空間開始，然后用“后代”替換效果不佳的搜索空間來優(yōu)化擴增策略。在每次迭代中，它都采用過去迭代中發(fā)現(xiàn)的最佳參數(shù)。

Waymo聲稱，PPBA在實驗中實現(xiàn)了整個檢測架構(gòu)的性能改進，并節(jié)省了成本，因為PPBA僅需要標記的激光雷達數(shù)據(jù)進行培訓(xùn)。Waymo在博客中寫道：“我們的實驗表明，通過對激光雷達數(shù)據(jù)應(yīng)用自動數(shù)據(jù)增強，我們可以顯著改善3D對象檢測，而無需進行額外的數(shù)據(jù)收集或標記。” “在基準3D檢測模型上，我們的方法比不使用增強方法的數(shù)據(jù)效率提高了10倍，使我們能夠訓(xùn)練帶有更少標記示例的機器學(xué)習(xí)模型，或者使用相同數(shù)量的數(shù)據(jù)以更低的價格獲得更好的結(jié)果。成本。”


(* 上圖：Waymo的PPBA致力于在每次訓(xùn)練迭代中優(yōu)化整個搜索空間的一部分擴充參數(shù)。圖片來源：Waymo)

Waymo并不是第一次使用AI來加速后端任務(wù)，例如數(shù)據(jù)擴充和搜索。

Waymo之前與DeepMind合作進行了基于人群的培訓(xùn)（PBT），該培訓(xùn)成功地將行人，自行車和摩托車識別過程中的誤報率降低了24％，同時將培訓(xùn)時間和計算資源減少了一半。在進行了初步研究之后，PBT與Waymo的技術(shù)基礎(chǔ)架構(gòu)直接集成在一起，從而使整個公司的研究人員都可以通過單擊按鈕來應(yīng)用它。

最近，Waymo撤消了Content Search的帷幕，Content Search利用了與支持Google Photos和Google Image Search相似的技術(shù)，使數(shù)據(jù)科學(xué)家可以快速定位Waymo的駕駛歷史和日志中的幾乎所有對象。該公司表示，這為整個系統(tǒng)的“許多改進”做出了貢獻，其中包括發(fā)現(xiàn)帶有孩子要踏上人行道的校車，乘坐電動踏板車的人和過馬路的貓的能力。