利用 GPU 助力的数据科学工作站,MIT 学生将自动驾驶小汽车带入高速发展轨道

by Nicole Castro

NVIDIA Jetson 和 Quadro RTX 助力的工作站通过收集数据来训练自动驾驶汽车,帮助学生学习先进的 AI 方法。

麻省理工学院 (MIT) 学生正在利用 NVIDIA 助力的数据科学工作站来学习自动驾驶技术。

在 MIT 的一堂本科机器人课上,17 名学生被分成三组,每组分得一辆小型赛车。他们的任务是教会赛车在该校史塔特科技中心的地下室内自动行驶复杂路线。

MIT 航空航天系副教授 Sertac Karaman 希望让学生们熟悉模仿学习的过程,这是一种利用人类示例来训练自动驾驶模型的技术。

NVIDIA Jetson AGX XavierQuadro RTX 助力的数据科学工作站提供加速计算能力,可帮助 Karaman 及其学生创建各类 AI 原型。

学生利用数据科学工作站推进学习过程

在模仿学习的过程中,学生需通过训练 TensorFlow 神经网络教会赛车自动驾驶。但首先,他们需尽量收集更多室内路线数据,以便让汽车学习如何通过史塔特科技中心的走廊和门。

每辆车均搭载适用于性能驱动型自主机器的 NVIDIA Jetson AGX Xavier,这是一种嵌入式系统模块。学生通过操纵杆手动控制小汽车行驶复杂路线,并通过其前端安装的摄像头记录数据。

接着,由基于 NVIDIA PilotNet 架构的神经网络处理这些数据,学习如何在观测结果和动作之间进行映射,这样汽车便可根据摄像头拍到的内容来估算转向角度。

学生使用 NVIDIA Quadro RTX GPU 助力的数据科学工作站,并借助其先进的计算能力来训练 TensorFlow 模型,然后将各自的模型部署到小型赛车上,从而实现设备端 AI 推理

数据科学工作站可显著提升性能,大幅减少迭代时间。正因如此,学生能够快速训练和测试各类模型,从中找到最适合自己赛车的模型。

Karaman 表示:“学生们均出色完成了各自的项目,其训练模型用时之短前所未见。NVIDIA 数据科学工作站的加速计算能力让学生们能够进行多次迭代,而性能最佳的赛车仅在几分钟内便完成了训练。”

Karaman 计划今年再教授一次机器人课程,届时他将在课上采用数据科学工作站和预安装的 AI 软件堆栈。

详细了解 Quadro RTX 助力的数据科学工作站