据外媒报道，加州大学伯克利分校的AI研究人员表示，他们开发了一种AI技术，可帮助自动驾驶汽车在陌生的现实世界中行驶，并且其性能优于送货机器采用的导航方法。该导航系统名为LaND（Learning to Navigate from Disengagements），学习脱离（Disengagement）事件的导航系统，然后预测何时会发生系统脱离情形。
（图片来源：https://venturebeat.com）
脱离是指自动系统遇到具有挑战性的条件，必须将控制权交还给人工操作员的情形。在衡量自动驾驶汽车系统的能力方面，脱离事件是一个备受争议的指标，有人称其已经过时。AI研究人员通常将脱离视为故障排除或导航系统调试的信号，但LaND却将其作为训练数据的一部分。
工程师们表示，通过此种方式，可以让机器人从测试过程中收集的数据集中学习。虽然其他系统直接从机载传感器收集的训练数据中学习，但研究人员表示，这可能需要大量的标注数据，而且成本更高。
研究人员表示，“研究结果表明，LaND可以成功地在各种真实的人行道环境中学习导航，其表现优于模仿学习和强化学习方法。如果机器人能够成功地学习执行动作，避免出现脱离情形，将能成功地完成预期任务。重要的是，传统的强化学习算法使用特定任务奖励功能，与传统的强化学习算法不同，我们的方法根据脱离信号，推断任务，甚至不需要知道任务是什么。然而，与标准的强化学习算法类似，我们的方法也在不断改进，会强化避免解除的行为。”LaND利用强化学习，而非寻求奖励，将系统脱离事件作为直接从输入传感器学习的方式，同时考虑方向盘角度，以及是否启用自动模式等因素。
该团队通过在人行道上驾驶机器人，收集训练数据，来打造LaND。当机器人驶入街道、车道或其他布满障碍物的环境时，由人类安全驾驶员陪同机器人重新设定路线，或在短时间内接管驾驶。在这一训练期间，研究人员共收集了近35000个数据点，生成了近2000个系统脱离场景。
初步实验表明，与深度强化学习算法和模仿学习的常用方法之一行为克隆相比，系统脱离之前，LaND在人行道上行驶的距离更长。研究人员称，未来，LaND可与现有导航系统，尤其是导航模仿学习方法相结合。研究如何让机器人在需要人工干预时，提醒操作人员，可以降低成本。