随着购车的人越来越多，那么对于汽车方面的信息资讯大家肯定也需要多了解一些了，那么小编今天就为大家带来一些最新的汽车方面的信息资讯，希望大家会喜欢哦。 >

通用汽车公司的游轮公司面临艰巨的任务。该公司及其工程师目前正在尝试开发一种完全自动化的机器人，用公司的话来说就是“使我们在道路上更安全，帮助我们更清洁空气，改变城市并给我们带来时间。”之前有很多聪明人尝试过开发自动驾驶汽车，但都失败了，那么，Cruise为何与众不同?

该克鲁斯希望从竞争中脱颖而出本身的一种方法是凭借其成熟的机器学习预测系统，作为克鲁斯的高级工程经理，肖恩·哈里斯，在解释最近的中后期。像大多数视音频公司一样，Cruise使用机器学习为自动驾驶原型提供知识，以了解未来的道路并预测其他驾驶者，骑自行车的人和行人在道路发生之前将要做什么，但Cruise的系统旨在做到的是所谓的“长尾事件”。

尽管许多自动驾驶汽车可以预测常见的动作(例如变道或交通突然停止)，但不常见的动作(例如掉头或行人突然驶入车辆前方)(这些称为“长尾事件”)更难以准确预测。为了解决这个问题，Cruise对其自动驾驶的雪佛兰Bolt EV原型进行了记录，并开始记录这些不常发生的异常事件。然后，工程师使用“上采样”或内插法向机器学习预测系统教授有关这些极为罕见的驾驶事件的更多信息。

Cruise的另一个优势是在数据标记方面。当机器学习系统评估道路上的车辆，行人或骑自行车的人的轨迹时，它最终会变得熟悉并成为常见的“预测的轨迹”。然后，它可以使用此预测轨迹存储库，并将其与车辆的观察轨迹进行比较。只要它先前已记录在其内存中，这便可以使其适当地标记轨迹。克鲁斯称之为“自我监督学习框架”的该系统消除了对人工人力数据标签的需求，这既费时，昂贵又不准确。

关于掉头，预测轨迹如何帮助城市中的AV操作的一个很好的例子。通过学习长尾事件，Cruise AV几乎可以立即识别出前方车辆何时处于掉头的开始阶段，并且可以预测它会转身并开始朝相反的方向行驶。同时，自动数据标记系统会自动将其视为掉头动作，并对其进行标记，从而使计算机内存在观察其他将来掉头的车辆时可以快速参考此事件。

机器学习显然很复杂(哈里斯先生没有博士学位)，所以那些想了解更多信息的人应该在该链接上查看他的Meidum帖子，以更深入地解释Cruise的自动驾驶原型，巡航!

最早使用这种高级机器学习堆栈的量产车将是Cruise Origin robotaxi，它将在2022年在通用汽车的底特律-汉姆特拉克装配厂投入生产。