原标题：开源图神经网络框架DGL升级：GCMC训练时间从1天缩到1小时       

来源：人工智能媒体平台    [ 发表:老张 ]        链接：http://www.atyun.com/41109.html

今年1月，亚马逊展示了Scout，这是一种自动交付机器人，现在，Scout的高级首席工程师Hao Chen详细介绍了用于训练支持其导航系统的AI算法的一些仿真系统。

Scout自动交付机器人

Scout是一款防水、六轮的机器人，由亚马逊工程师在内部开发，制造，组装和编程。它的设计非常坚固，车轮由坚固的材料制成，能够承受日常人行道驾驶的严峻考验，并且包含摄像头，超声波传感器和其他传感器，使其能够实时检测和操纵障碍物。

但是如果它被一些无法通行的东西所阻挡，如一群慢跑者，它会在街道上行驶。当它需要穿过街道时，它会激活闪烁的灯光，以确保骑行者和司机迅速发现它。

Scout团队正在现实世界中以及他们在实验室中建造的模拟人行道上进行测试，但是为了训练引导Scout沿着郊区街道行进的机器学习模型，他们构建了一条管道，可以生成模拟每个真实环境的详细虚拟训练环境。

虚拟训练

Scout团队收集PB级的高分辨率图像，扫描激光雷达传感器和GPS位置数据，并将它们送入处理管道，沿途使用摄影测量从表面点恢复精确位置。接下来，用彩色编码标签注释路缘石，坑洞，下水道排水沟，道路和车道元素，部分借助计算机视觉工具自动识别人行道的边缘。

经过几何，纹理和网格优化和渲染的连续阶段之后，所有这些都在AWS实例上的云中执行，结果是精确到亚厘米的3D地图。它是完全可导航的，并且具有逼真的物理特性，由近似于真实世界的摩擦，压力和速度的引擎驱动。

语料库包含超过21000张照片，在一台计算机上建模需要大约400小时，在并行运行的50个AWS实例上大约需要四小时。

更令人印象深刻的是，借助可扩展的定制软件开发套件，这些环境几乎可以流式传输到任何设备——包括智能手机，笔记本电脑和平板电脑。从客户端来看，Scout团队可以协调主动的学习方法，通过数千次模拟交付来微调导航模型。

尽管亚马逊开发的框架的稳健性以及迄今为止收集的数据量，但值得注意的是Scout还没有为黄金时段做好准备。而且亚马逊不是唯一一家争夺利润丰厚的自主交付市场的公司，这个市场充斥着资金雄厚的创业公司，如Marble、Starship Technologies、Nuro等。这就是说Scout开始在少数几个城市开始交付之前可能还需要一段时间。

一THE END一

免责声明：本文来自互联网新闻客户端自媒体，不代表本网的观点和立场。

合作及投稿邮箱：E-mail:editor@tusaishared.com