Home

Welcome to the AutonomousDrivingCookbook wiki!

The Autonomous Driving Cookbook (Preview)

自律的な運転は過去10年ほどの間、狂ったムーンショットの考え方をはるかに超えています。それはすぐに自動車が最初に現れたときとは異なり、明日の形を約束する今日の最大の技術の1つになっています。この変化に対応する大き​​なドライバーは、ソフトウェア（人工知能）、ハードウェア（GPU、FPGAなど）およびクラウドコンピューティングの最近の進歩であり、大量のデータの取り込みと処理を可能にし、企業がレベル自治の4,5。 RANDの報告によると、これらのレベルの自律性を達成するには、信頼性を実証するために何億もの、場合によっては数億マイルのトレーニングデータを訓練する必要があります。

大量のデータが毎日収集されているにもかかわらず、自律型車両が必要とするAIモデルの複雑さが増しているという要求を満たすにはまだ不十分です。そのような大量のデータを収集する1つの方法は、シミュレーションを使用することです。シミュレーションでは、実世界で数ヶ月間ではないにしても（天候の変化や昼光の変化など）数日かかるさまざまなシナリオからデータを収集するだけでなく、訓練されたモデルの安全なテストベッドも提供します。ビヘイビアによるクローニングを使用すると、シミュレーションで非常に効率的なモデルを簡単に準備し、比較的少量の現実世界のデータを使って微調整することができます。その後、強化学習のような技術を使って構築されたモデルがあります。これはシミュレーションでしか訓練できません。 AirSimなどのシミュレータを使用することで、これらのシナリオでの作業は非常に簡単になりました。

Who is this cookbook for?

私たちの計画は、この料理本を初心者、研究者、業界の専門家にとって価値のあるものにすることです。 クッキングブックのチュートリアルはJupyterのノートブックとして提供されており、セットアップ時間を大幅に短縮することなく、指示書をダウンロードして簡単に始めることができます。 必要に応じて、チュートリアルには独自のデータセット、ヘルパースクリプト、バイナリが付属しています。 このチュートリアルでは、Microsoftのオープンソースおよび商用テクノロジ（AirSim、Azure仮想マシン、バッチAI、CNTKなど）だけでなく、一般的なオープンソースツール（Keras、TensorFlowなど）を活用していますが、 あなたがここで学んだことをあなたが選んだツールを使ってあなたの仕事に適用できるようになります。

私たちがこの目標を達成するためにこのプロジェクトを進化させる方法についてのあなたのご意見をお聞きしたいと思います。 アイデアや提案については、GitHub Issuesのセクションを利用してください。

Tutorials available

現在、以下のチュートリアルが利用可能です：

エンドツーエンドディープラーニングを使用した自律走行：AirSimチュートリアル 自律走行のための分散型強化学習 チュートリアルはすぐに利用可能になります：

深い学習を用いた車線検出

Contributing

クッキングブックに新しいチュートリアルを追加する場合は、コラボレーターの指示とガイドラインをお読みください。

このプロジェクトは、貢献と示唆を歓迎し、励まします。 ほとんどの貢献は、あなたがあなたの貢献を利用する権利をあなたに与え、実際にそれを行う権利を持っていることを宣言するコントリビュータライセンス契約（CLA）に同意することを要求します。 詳細については、https：//cla.microsoft.comを参照してください。

プルリクエストを提出すると、CLA-botはCLAを提供し、PRを適切に飾る必要があるかどうかを自動的に判断します（ラベル、コメントなど）。 単にボットの指示に従ってください。 私たちのCLAを使って、すべてのリポジトリで一度だけこれを行う必要があります。

このプロジェクトは、Microsoft Open Source Code of Conductを採用しました。 詳細については、「行動規範FAQ」を参照するか、その他のご質問やご意見があればopencode@microsoft.comまでお問い合わせください。