自動運転に関する無料教材紹介 - MIT Self-Driving Cars (2018)

2020年8月21日 20:35

自動運転について学び始めたはいいものの、どの教材が良いのか分からない。できれば無料で学び始めたい…。自動運転って専門的で、英語も多くて、どこから始めたらいいか分からないって方も少なくないと思います。

そこでモビリティ・コミュニティであるDeep4Driveで、幾つか良質な講義や教材をまとめることにしました。

本日ご紹介するのは、米・マサチューセッツ工科大学(MIT)の有名講座、"Deep Learning for Self-Driving Cars (自動運転車のための深層学習)"。なんと、YouTubeで見れます。全部で8時間くらい。(英語です、が、理系講義での英語は、単語さえ頭に入れれば、案外分かるものです。英語の勉強にも是非！)

概要

講師：Lex Fridman (MIT AI研究者)
内容：深層学習の自動運転車開発への適用について紹介する講義。全5回 + 3つのゲストレクチャーで構成されてます。
年：2018年版

レクチャー1：深層学習 (Deep Learning)

構成
・イントロ
・自動運転車について
・深層学習について

資料・補助資料
Slides: http://bit.ly/2HlyFHI
Website: https://deeplearning.mit.edu
GitHub: https://github.com/lexfridman/mit-deep-learning
Playlist: https://goo.gl/SLCb1y

レクチャー2：自動運転車 (Self-Driving Cars)

構成
・イントロ
・自律化のための幾つかのアプローチ
・センサーについて
・自動運転車業界にいる企業(プレイヤー)
・深層学習の機会

資料・補助資料
Slides: http://bit.ly/2HeCLkF
Website: https://selfdrivingcars.mit.edu
GitHub: https://github.com/lexfridman/mit-deep-learning

レクチャー3：深層強化学習 (Deep Reinforcement Learning)

構成
・AIパイプライン (実行までの流れ) - センサーから行動まで
・強化学習
・深層強化学習
・アルファ碁 (囲碁AI)
・DeepTraffic
・結論

DeepTraffic: 交通渋滞を改善するためDeep learningを用いて自動車をコントロールする交通シミュレーション・ゲーム

資料・補助資料
Slides: http://bit.ly/2HcI7Ns
Website: https://deeplearning.mit.edu
GitHub: https://github.com/lexfridman/mit-deep-learning
Playlist: https://goo.gl/SLCb1y

レクチャー4：コンピュータービジョン (Computer Vision)

コンピュータビジョン（computer vision）はコンピュータがデジタルな画像、または動画をいかによく理解できるか、ということを扱う研究分野です。(Wiki)

構成
・コンピュータビジョンと畳み込みニューラルネットワーク (Convolutional neural networks = CNN)
・画像分類のネットワーク構造(アーキテクチャ)
・完全な畳み込みニューラルネットワーク
・オプティカルフロー(Optical flow...視覚表現の中で物体の動きをベクトルで表したもの)
・SegFuse：動的運転シーン分類(segmentation)

資料・補助資料
Slides: http://bit.ly/2HdjksA
Website: https://deeplearning.mit.edu
GitHub: https://github.com/lexfridman/mit-deep-learning
Playlist: https://goo.gl/SLCb1y