人間の努力無意味に？ AI自動運転車、20分で技能習得 「強化学習」の凄さ｜自動運転ラボ

AI（人工知能）の研究開発を進める英ケンブリッジ大学の研究チームが創設したスタートアップ企業「Wayve（ウェイブ）」が、AIの深層強化学習を活用し、20分足らずで自動運転車に車線を守って走行するよう学習させる取り組みに成功した。 深層強化学習は、大量のデータをもとにAIが判断基準や注意点などを自ら学んでいく深層学習と、与えられた環境の中でAIが判断しなければならない数々の選択において、各選択結果に付与されたリワード（報酬）を最大化する行動を試行錯誤しながら学習する強化学習を組み合わせたものだ。 自動運転を例にすると、車線の白線を検知した際、はみださないような行動を選択した場合はプラス1点、はみ出した場合はマイナス1点といった具合に報酬を積み重ねていき、最終的に報酬を最大化する行動をとるように学ぶ。ウェイブはこの深層強化学習を活用し、単眼カメラを搭載した自動運転車で車線を検知しながら探査、