Sebastian Thrun、机器学习和200万奖金的DARPA挑战赛，自动驾驶时代是怎样开启的？

本篇文章3316字，读完约8分钟

雷锋。(公开号码:雷锋。新志佳出版社:这篇文章是由《连线》杂志作者约书亚·戴维斯撰写的关于2006年前两次darpa无人驾驶飞行器挑战的报告，由雷锋编辑。公共号ai-drive)。第一次darpa无人驾驶汽车挑战赛始于2004年，政府设立了100万美元的奖金，奖励当年率先在莫哈韦沙漠跑完150英里的参赛团队，但没有一个团队在那一年完成。

第二年，塞巴斯蒂安·特隆宣布参加darpa挑战赛。经过卡内基梅隆大学的激烈竞争，斯坦福大学赢得了冠军。自那以后，业界对无人驾驶汽车自动驾驶的信心大大增强，美国国防高级研究计划局已经成为启发自动驾驶行业的里程碑事件。

比赛中的途锐赛车

一辆2004年的大众途锐(Volkswagen Touareg)以56公里/小时的速度，从左到右，避开沙漠中的巨大岩石，冲进了尘土飞扬的莫哈韦沙漠。这不是一场松松垮垮的卡车拉力赛，因为车上坐满了科学家。其中，副驾驶中的塞巴斯蒂安·特隆是斯坦福人工智能实验室历史上最年轻的领导者，而斯坦福的博士后迈克·蒙特梅洛正在后座上快速敲打代码，后座上有许多电缆与他同在。

最令人惊讶的是，特隆旁边的驾驶座处于“伸展”状态。确切地说，这辆途锐没有司机。听着汽车零件和各种传感器(雷达、照相机、计算机和激光测距仪)的叮当声，特隆不知不觉地收紧了安全带。他一生中创造了无数的机器人，但他从未试图把自己的生命交到机器人手中。

特隆的心里充满了困惑。他非常害怕和困惑，但最让他无法接受的是，他精心设计的算法不起作用。

突然，方向盘向左猛撞，途锐就要掉进沟里了。坐在驾驶座上的程序员大卫·斯塔万斯(David stavens)迅速抓住方向盘，猛踩刹车，同时特隆立即按下一个巨大的红色按钮，切断了电脑对汽车的控制。行驶中的越野车终于停下了。特隆松了一口气，努力回忆起那次愉快的经历。

第一次darpa自动驾驶挑战:一团糟。这个可怕的测试运行不应该是这样的。

2003年，美国国防部高级研究计划局(darpa)支付了巨额奖金:谁能制造一辆能穿越300英里沙漠的自动驾驶汽车，谁就能获得100万美元的奖金。国防高级研究计划局称这次比赛为大挑战。今天，这场比赛和1997年卡斯帕罗夫对深蓝电脑一样重要。

然而，在2004年3月正式比赛的那一天，参赛的汽车就像一群疯狂的野兽，一辆无人驾驶汽车冲下跑道以避开阴影。然而，当天最重的参赛汽车，一辆15吨的卡车，把低矮的灌木丛当成了一块巨石，并小心翼翼地绕过它。最值得注意的是，卡内基梅隆大学的团队已经在自动驾驶技术领域积累了20多年的经验，这已经耗费了美国军方数百万美元的项目资金。最终，卡内基梅隆大学的车辆在沙漠中行驶了7.4英里，撞上路边并起火。比赛以所有队伍“全军覆没”而结束。

特隆在斯坦福看了游戏的视频，他不敢相信自己看到的，这让整个机器人行业感到羞耻。就在一年前，他刚刚成为斯坦福人工智能实验室的主任。坐在空摇摆办公室里，这位36岁的德国人决定做点什么，尽管他以前从未想过要接触自动驾驶汽车。为了捍卫整个行业的声誉，特隆决定试一试。

特隆在早期加入了darpa大挑战团队(特隆从左)

这样做之后，特隆立即召集一流的专家组成立了一个团队，这也引起了大众集团在帕洛阿尔托的研究团队的注意，双方决定合作。然而，第二场比赛只有三个月的时间，这是不够的，他们有大众途锐suv。一些基本问题还没有解决。

特隆利用散步的机会思考，有时会踢路边的小石头。这是他自己建立汽车工业新规则的好时机，但在那个时候，他只能看到难以跨越的高山和荆棘。

1979年，thrun1979通过一个黑白游戏对车辆产生了兴趣。那时，他只有12岁，但他每天都在德国汉诺威的一家酒吧里度过。这里最吸引他的不是啤酒，而是老虎机。每天，特隆都会准时到这里报到，并用他的20芬尼(德国货币)的零花钱买三条命去玩赛马。虽然这个游戏很刺激，但是很贵。在仔细研究了游戏屏幕后，特隆决定在家里的旧电脑上复制它。他把自己锁在家里，每天都在这台旧电脑上忙着编程。然而，这台旧的北极星电脑只有4兆赫的主频和16千字节的内存，但这种消遣设法建立了一个赛车游戏。

尽管在接下来的七年里，特龙在学校学习不好，甚至没有写作业，但他毕业时仍然是最优秀的。聪明的特隆对自己的未来感到困惑，所以他在德国国防军呆了两年。然而，金子总会发光。1986年6月15日，军队领导人告诉他，他可以光荣退休，这也是提交大学申请的最后期限。他在20分钟内去了招生办申请大学，很快就一扫而空了他可以申请的专业:法律、医学、工程和计算机科学。虽然他对计算机科学知之甚少，但他年轻时对编程的记忆使他对这个学科感觉良好，所以他最终涉足了这个领域。

在特隆之后的五年，可以说他很快成为了冉冉计算机科学领域的一颗冉冉升起的明星。在获得近乎完美的毕业成绩后，特隆进入了波恩大学的研究所，在那里他在一篇论文中首次提出了自主学习机器人的概念。他还制造了一个机器人，可以避开养老院里的障碍物。机器人还可以提醒老人在旅途中注意安全。此外，特隆的机器人潜入废弃的矿井，几个小时后它带着一份详细的内部地图回来了。

特隆出色的研究成果吸引了美国机器人专家的注意，卡内基梅隆大学在特隆只有31岁的时候聘请他在该大学任教。然而，尽管青少年是成功的，特龙还没有找到他最喜欢的研究领域。

当特隆进入卡内基梅隆大学时，机器人行业最热门的项目是自动驾驶汽车。当时，这一领域的领导者是德国国防大学航空航天技术教授恩斯特·迪克曼。他喜欢谈论20世纪70年代的自动驾驶飞机。虽然这项技术已被空航空公司广泛接受，但还没有人在陆地上尝试过。狄更斯决定在这个领域取得一些成就。

在德国国防部队和戴姆勒的支持下，他花了七年时间改装了一辆奔驰，除了相机之外，它还有许多早期的英特尔处理器。1986年12月，该试验车在梅赛德斯-奔驰试验场加速至32公里/小时，并成功完成了曲线试验。虽然这辆车已经被历史遗忘了，但在无人驾驶汽车的发展史上，它绝对和阿波罗登月一样重要。

受这款车的启发，世界各地兴起了自动驾驶汽车的研发热潮，这一“热潮”持续了十年。在美国，卡内基梅隆大学已经成为推动自主驾驶研究和发展的主要力量。当时，研究人员通常使用基于规则的系统，他们会列出一些容易识别的项目，并告诉汽车如何反应。但不久之后，出现了两个主要问题。首先，当时的处理能力不够，车载电脑很快被大量数据拖垮。为了稳定驾驶，车辆必须缓慢“爬行”。此外，R&D团队在编程时无法涵盖车辆遇到的所有情况，因为现实世界中的路况太复杂了。

1991年，卡内基梅隆大学计算机科学博士院长波默罗提出了一个新想法。他认为教汽车学会自动驾驶的最好方法是让它们向人类学习。因此，他在学校的悍马测试车上运行自己的程序，自动跟踪他在匹兹堡路上驾驶的一系列操作。几分钟后，计算机生成了自己的算法。在波默罗大规模射击后，悍马成功地完成了州际公路上的自动驾驶，最高时速为88公里。

然而，到达一座桥后，这辆车的转向系统出了故障，pomerleau不得不迅速稳定方向盘。在接下来的几周里，他一直在分析数据，试图找出哪里出了问题。人们发现，当他开车的时候，州际公路的路边有灌木丛，这些灌木丛被电脑用作车辆在路上行驶的参照系。当灌木丛突然消失时，电脑变得混乱了。

这绝对是一个致命的问题。在20世纪90年代中期，微芯片的速度不够快，它不能立即计算出所有的可能性。高速驾驶会增加处理器的压力。1996年，迪克曼宣称:“如果你想在现实世界中实现自动驾驶，你必须等待计算机性能的提高。”如果我们用摩尔定律来计算，这意味着我们至少要等十年。”这一消息一传出，自动驾驶的受欢迎程度直线下降，研究经费开始短缺，许多项目不得不暂停。

八年后，在darpa Challenge中，处理器的速度已经远离摩尔定律，提高到25倍，gps导航已经被广泛使用。同时，激光传感器的成本更低、更可靠，基本达到了dickmanns设定的技术门槛。

当时，有100多个团队报名参加了第一次darpa挑战赛，这让他们很开心，好像自动驾驶的黎明明就要来了。然而，之前混乱的竞争表明，研究人员仍未能克服这一领域的最大挑战。

卡内基梅隆大学“迈出了一大步”。当特隆集中精力准备第二次挑战时，他发现自己好像又回到了12岁，但这一次他再也不能使用旧的北极星电脑了。他需要强大的计算硬件和稳定的交通工具。

在这个关键时刻，他接到了大众电子研究实验室的科学家塞德里克·杜邦的电话，公众希望参与这项挑战。当他们听说特隆也有同样的打算时，他们决定给他提供三辆途锐，一辆用于竞争，一辆用于备用，另一辆用于备件。大众在制造汽车方面经验丰富，负责将汽车的转向、加速和制动控制系统连接到thrun的电脑上。在公众的支持下，特隆正式开始书写汽车工业的历史。

卡内基梅隆大学的团队已经在这个领域投入了20多年，他们不会承认失败。他们准备在第二次挑战中做出补偿。这一次，雷德·惠特克教授将带领团队。

首先，该团队将推出两辆无人驾驶汽车，一辆是1986年的悍马，一辆是1999年的悍马。卡内基梅隆大学选择悍马主要是因为他们非常瘦。与此同时，惠特克还在传感器上安装了陀螺仪，以获得更可靠的数据。然后，他派了三名工作人员在沙漠中开了28天的卡车。这辆卡车的目标是用激光雷达绘制比赛区域的数字地图。在莫哈韦沙漠行驶了大约2000英里后，该团队终于弄清了这里的地形。

然而，这仅仅是开始，研究小组购买了该地区的高清晰度卫星图像。当美国国防高级研究计划局宣布比赛路线时，惠特克派了12名分析师在帐篷里仔细研究比赛路线。分析师在轨道上标记了石头、栅栏和沟渠，以便于识别参与的车辆。

此外，惠特克的团队还采用了pomerleau的策略，他们派员工在不同的沙地驾驶悍马，这样车辆就可以轻松应对不同的环境。就配置而言，两款悍马都配备了7个英特尔处理器和40 gb闪存。为了赢得这场竞争，卡内基·梅隆大学的预算高达300万美元，而且看起来它决心要赢。

然而，他们投入的巨大人力和物力似乎不起作用。预先绘制的地图只覆盖了2%的赛道，赛车仍然不得不依靠在比赛中积累的沙盘训练经验。然而，这些远远不够。即使机器人能在10点钟认出一块石头，改变角度或照明环境也会让机器变得愚蠢。

特隆，谁作出了重大举措，带领斯坦福队参加比赛，也面临着同样的问题。路上的一个小颠簸可能会让途锐的传感器措手不及。自动驾驶汽车不够智能。它无法判断传感器是否出错，前方是否有新的地形，甚至无法被自己的影子“吓到”。

你可能不相信，但特隆坐在路边想出了一个更简单的解决办法。传统汽车在处理传感器收集的数据时非常愚蠢，所以研究人员必须投入战斗来提高数据质量(在传感器上安装陀螺仪或升级数据处理软件)。Thrun认为，如果车辆想变得更聪明，他们必须自己判断不完整和模糊的数据，也就是说，他们必须有类似于自我意识的算法。

在首席程序员蒙特梅洛的帮助下，特隆开始记录斯坦利的大脑。它们要求计算机处理传感器收集的每个像素，然后根据人类驾驶条件给数据赋值。这样，计算机可以将自己的判断与人类的经验进行比较，然后丢弃错误的信息和方法。经过一段时间的训练，斯坦利在驾驶时具有了人类驾驶员的风格。

然而，特隆并不满足，他准备把这项技术提升到一个新的水平。当时，斯坦利配备了两个主要传感器:激光扫描仪和照相机。激光在30米范围内非常有效，但是超过这个距离数据质量会下降。虽然照相机能看得更远，但探测近处物体的精确度相当一般。Thrun认为，这两个传感器可以紧密合作，让计算机能够通过远近不同的数据自己学习。

特隆的计划成功了，斯坦利的愿景变得更加清晰。在复杂的路况下，它能在沙地上以每小时72公里的速度行驶，他在转弯时有更好的主意。同时，斯坦利的感知能力直接提高了四个数量级，因为它可以自己过滤数据。在这一改进之前，斯坦利的识别错误率高达12%，但在那之后，错误率下降到五万分之一。

斯坦利赢得了冠军。2005年10月8日早上6: 30，23辆全副武装的赛车聚集在内华达州的Pliem，为第二次darpa挑战赛做准备。

卡内基梅隆大学的团队情绪高昂，12名分析师经过两个小时的努力已经完成了赛道状况的预判，数据已经上传到两辆悍马上。为了吸引团队参加比赛，美国国防高级研究计划局甚至将奖金提高到200万美元，惠特克迫不及待地想赢得冠军。在比赛的前一天晚上，他还哽咽着说自己只是卡内基梅隆机器人实验室的一名年轻教师。特隆没有反击，他只是试图抑制自己的紧张神经。

自动驾驶汽车一辆接一辆地出发，驶入沙漠。几个小时后，在与卡内基梅隆大学1号车一起行驶了100英里后，斯坦利成功地完成了超车。

为了确保比赛的安全，在darpa的一个特殊区域设置了5-25英里/小时的速度限制，但是斯坦利想跑得更快，激光扫描仪和照相机之间的完美合作让他充满信心。经过六个小时的驾驶，斯坦利终于领先其他车队第一个冲过终点线。特隆终于不再看山和荆棘了。他看到了让机器人控制方向盘的未来。

这场比赛确实比第一场成功得多，五辆车，包括卡内基梅隆大学的两辆悍马，都跑了128英里。自动驾驶的时代已经到来，斯坦利是他们的先驱。

英特尔R&D公司负责人贾斯汀·拉特纳说:“这是一个重要的转折点，比深蓝击败卡斯帕罗夫更重要。”深蓝只擅长计算，它不会思考，而斯坦利已经学会思考。人工智能正在从基于规则的思维升级到基于概率的新模型。毕竟，统计分析更符合人类的思维习惯。”

无人驾驶汽车任忠还有很长的路要走。在斯坦利取得巨大成功的时候，适应性巡航和其他技术开始成为许多车辆的标准。然而，即使汽车上有越来越多的传感器，没有人能完全解释他们所看到的，但是特隆解决了这个问题。计算机已经准备好接管方向盘，但是人类会同意吗？

机器人专家杰伊·高迪认为答案是否定的，他已经从事自主驾驶研究将近20年了。高迪指出，美国每年因交通事故死亡的人数约为43000人，自主驾驶可以大大降低伤亡率。然而，要将交通事故减少到零是不可能的，而这些唯一的伤亡可能是由计算机错误造成的，因此事故责任的划分将成为自主驾驶普及的绊脚石。

此外，汽车制造商必须让乘客感到他们仍在掌控之中。同时，协调的高清地图必须提前到位，这不仅可以为车辆提供准确的路线规划，还可以说服乘客。否则，当乘客说他们左转但右转时，他们很容易感到他们已经失去了对车辆的控制。

当代莱特兄弟赢得挑战赛冠军后，特隆带着奖杯回到了斯坦福。他说:“有人说我们是莱特兄弟，但我觉得我们更像查尔斯·林德伯格(第一个飞越大西洋的飞行员)，因为他更帅。”

“一年前，有人说这是一项不可能完成的任务，但现在一切都实现了。”特隆补充道，他的话引起了长时间的掌声。

雷锋。“谷歌特斯拉正在与无人驾驶汽车竞争，但只有这家公司率先上路。”

雷锋原创文章。严禁擅自转载。详情请参考转载说明。