Разработка беспилотных автомобилей

Мы представляем NAMI Self-Driving System – систему беспилотного транспорта, способную обеспечить автоматизацию движения любого легкового, грузового или роботизированного транспорта.

Планировщик движения беспилотного автомобиля — это алгоритм-помощник, который общается с другими участниками движения посредством манёвров. То есть он действует так, чтобы другим было понятно, куда поедет беспилотник, и сам по действиям других пытается определить, кто куда будет двигаться и почему.

В 2019 году Юрий Ребрик получил 7 предложений о стажировках от IT компаний в США и Европе. Он уже успел постажироваться в Google, Nvidia, Lyft и скоро отправляется в Amazon. Мы поговорили о self-driving cars и искусственном интеллекте в целом, обсудили плюсы и минусы Кремниевой долины и о зарплатах и тратах стажеров.

Многие люди мечтают о беспилотном автомобиле или мобильном роботе. Задал маршрут, и он едет самостоятельно, и можно заняться своими делами, как Емеля на печи — герой русской народной сказки.

А вы знаете, что беспилотный автомобиль можно сделать самостоятельно?!!

Автономное вождение является активной темой исследований как в научных кругах, так и в промышленности. Однако большинство существующих решений направлены на повышение точности путем обучения обучаемых моделей с использованием централизованных крупномасштабных данных. Таким образом, эти методы не учитывают конфиденциальность пользователя.

Появился новый ML-фреймворк для разработки приложений. Streamlit позволяет создавать на Python инструменты для обработки и анализа данных.

Художник Джеймс Бридл придумал ловушку для беспилотного автомобиля.

Лекция 1: Введение в глубокое обучение и Self-Driving Cars

Лекция 2: Обучение глубокому усилению для планирования движения

Лекция 3: Сверточные нейронные сети для сквозного обучения вождению

Лекция 4: Повторные нейронные сети для управления временем