使用机器学习的自主车辆仿真制造技术

本发明专利技术实施例公开了一种使用机器学习的自主车辆仿真技术。在一个实施例中，系统计算用于仿真的可能参数的分布以使仿真与真实世界中的经测量的行为相匹配。在一个实施例中，系统基于表示可能参数值的初始估计的统计分布来选择多个仿真参数。在一个实施例中，使用由仿真产生的结果，基于使用傅立叶特征建模的结果的密度来构造可能参数的更新分布。在一个实施例中，可以使用可能参数的更新分布来选择用于仿真的特定参数集，这使得仿真器对经测量的行为进行近似处理。

【技术实现步骤摘要】
使用机器学习的自主车辆仿真
技术介绍
仿真器(Simulators)是用于开发技术和科学发现的重要工具。例如，仿真器可以用于执行机器学习系统的训练，例如自主车辆(autonomousvehicle)控制系统或图像识别系统。它们在诸如宇宙学和生物学等自然科学中也很有用，其中它们可用于建模(model)自然现象。使用仿真器允许这些系统以快速且经济高效的方式进行训练，因为它减少了对从真实世界收集的数据的依赖。但是，仿真器的实用性可能会受到仿真器相对于真实世界的准确性的限制。如果仿真(simulation)不能准确地代表真实世界，则基于仿真结果得出的结论在应用于真实世界时可能有缺陷或失败。许多仿真受一组参数控制。例如，对机械系统建模的仿真器可能收到诸如重力、摩擦、空气阻力以及被仿真的各种物体的质量和尺寸参数之类的参数控制。不幸的是，在某些情况下，对正确仿真参数的认识的缺乏，过于简化的仿真模型或微分方程求解器的数值精度不足可能会阻止将仿真结果无缝地转移到真实世界的系统中。附图说明参照附图将描述不同的技术，其中：图1示出了根据实施例的概率推理工具的示例，本文档来自技高网...

【技术保护点】
1.一种处理器，包括一个或更多个算术逻辑单元(ALU)，所述处理器被配置为至少部分地基于使用参数值和所述参数值实际出现的频率的函数的一个或更多个仿真来计算参数值的分布。/n

【技术特征摘要】
20190520 US 16/417,5401.一种处理器，包括一个或更多个算术逻辑单元(ALU)，所述处理器被配置为至少部分地基于使用参数值和所述参数值实际出现的频率的函数的一个或更多个仿真来计算参数值的分布。


2.根据权利要求1所述的处理器，其中，所述参数值的分布通过至少部分地基于所述一个或更多个仿真的结果计算密度函数来确定。


3.根据权利要求2所述的处理器，其中，将所述密度函数参数化为一组傅立叶特征。


4.根据权利要求1所述的处理器，其中，所述一个或更多个仿真由根据参数的经预测的先前分布选择的参数集来执行。


5.根据权利要求1所述的处理器，其中，所述参数值的分布表示应用于仿真器的结果使所述仿真器近似于真实世界任务的经测量的结果的参数。


6.根据权利要求5所述的处理器，其中：
所述真实世界任务是由机器人执行的任务；以及
所述仿真器对执行所述任务的机器人进行仿真。


7.一种系统，包括存储器，所述存储器存储指令，作为由一个或更多个处理器的执行所述指令的结果，使所述系统至少部分地基于使用参数值和所述参数值实际出现的频率的函数的一个或更多个仿真来计算参数值的分布。


8.根据权利要求7所述的系统，其中，所述参数值的分布通过至少部分地基于所述一个或更多个仿真的结果计算密度函数来确定。


9.根据权利要求8所述的系统，其中：
所述密度函数被建模为一组傅立叶特征；以及
使用Halton序列选择所述一组傅里叶特征。


10.根据权利要求8所述的系统，其中，所述密度函数被建模为一组随机...

【专利技术属性】
技术研发人员：F·T·拉莫斯，D·福克斯，
申请(专利权)人：辉达公司，
类型：发明
国别省市：美国;US