无人驾驶汽车正在路上，这一点毋庸置疑。但在它们上路之前，它们需要在现实的模拟中进行测试，以确保这项变革性技术将成为我们生活的安全和积极的补充。
牛津大学衍生公司Latent Logic正在通过技术帮助实现这一重要测试，该技术使用生活中人类自然行为的真实示例来教授自主系统。
在牛津大学AI博士后研讨会上牛津计算机科学系的Shimon Whiteson教授（Latent Logic的联合创始人兼首席科学家）解释说：“自动驾驶汽车必须先在模拟中进行测试，然后才能部署在真实的道路上。为了使这些模拟逼真，仅仅模拟道路环境是不够的;我们还需要模拟其他道路使用者：自动驾驶汽车可能与之互动的人类驾驶员、骑自行车者和行人。

牛津大学AI博士后研讨会：用真实的人类行为训练自动驾驶汽车

“Latent Logic正在使用一种称为模仿学习的机器学习技术来构建逼真的人类行为模型。这些模型使得快速而稳健地测试自动驾驶汽车成为可能。
Latent Logic源于欧盟资助的一个研究项目，该项目训练半自动远程呈现机器人以社会“正常”的方式行事。由于很难量化社会正常的含义，因此训练这样的系统来模仿人类以社会正常方式的行为要容易得多。
怀特森教授决定探索这项技术的商业潜力，聘请博士后研究员João Messias博士担任联合创始人兼首席技术官。Kirsty Lloyd-Jukes随后加入公司担任首席执行官。
该技术的工作原理是将最先进的计算机视觉与模仿学习相结合。怀特森教授说：“我们的模型提取了现实生活中人类自然行为例子背后的”潜在逻辑”。因此，即使在新情况下，他们也可以做出现实的反应。

“我们使用计算机视觉从交通摄像头和无人机镜头提供的视频数据中收集这些示例。我们可以检测道路使用者，跟踪他们的运动，并推断他们在现实世界中的三维位置。然后，我们学会生成模仿这种现实生活行为的现实轨迹。
通过提供一项能够更好地训练和测试自动驾驶汽车的服务，Latent Logic希望它能够加速安全引入改变生活的技术。怀特森教授补充说：“虽然这个市场上许多最大的参与者都是国际性的，但英国在这个领域也有很多能量，牛津大学是机器学习、机器人和自动驾驶汽车人才和创业精神的温床。
“自动驾驶汽车正在迅速发展，但我们距离实现梦想还有一段路要走。这不仅仅是完善现有技术——在构建足够强大的自治系统方面仍然存在根本性的未解决的问题。在Latent Logic，我们相信我们的技术可以在解决这些未解决的问题方面发挥关键作用。
“此外，我们的技术还有许多其他应用。你想要社会规范行为的情况非常适合从示范中学习，机器人技术也是如此——从工厂到仓库再到家庭。您还可以考虑视频游戏，人们可能想与可以模仿他们最喜欢的职业游戏玩家风格的机器人对战。天空是极限。