A pilóta nélküli járművek megtanulják, hogyan kell "meggondolatlanul" számolni az utakon

A Marylandi Egyetem kutatói által kifejlesztett útszimulációs módszer azon alapul

a többi résztvevő viselkedésének osztályozásárólforgalom. Ez a modell, amelyet a szerzők CMetric-nek neveznek, más járművezetők és gyalogosok pályáját elemzi. A számítógépes látás segítségével kapott elemzés és adatok alapján az algoritmus képes előre jelezni a közlekedők lehetséges cselekedeteit.

„A CMetric segítségével a szimulátorunk képesgeneráljon virtuális autósokat különböző vezetési stílusokkal a pilóta nélküli járművek előzetes kiképzéséhez” – mondja Angelos Mavrogiannis, a modell egyik fejlesztője. — Munkánk fő eleme a heterogén vezetési magatartás szimulációja. DQN-en (Deep Q-Network) alapuló mély megerősítéses tanulási modellt használunk.

A fejlesztők megjegyzik, hogy az elmúlt évekbensok vállalat dolgozik biztonságos és megbízható pilóta nélküli járművek létrehozásán. A széleskörű használathoz azonban az ilyen gépeknek képesnek kell lenniük a különféle utakon való mozgásra, nem ütközhetnek más járművekkel, gyalogosokkal, kerékpárokkal, állatokkal vagy egyéb akadályokkal.

„Az autonómia iránti nagy érdeklődés ellenéreközlekedés, a modern mesterséges intelligencia módszerek nem veszik figyelembe az emberi sofőrök vagy más drónok viselkedését az úton – mutat rá Dinesh Manocha professzor, a mű társszerzője. „Munkánk célja olyan megbízható technológiák létrehozása, amelyek észlelik és osztályozzák a többi közlekedő (autók, buszok, teherautók, kerékpárosok, gyalogosok) viselkedését, és a kapott adatokat vezetés közben felhasználják.”

A kormány mögötti viselkedés a fejlesztők szerintkét fő kategóriába sorolható: konzervatív és agresszív vezetés. A konzervatív vezetők óvatosabbak és figyelmesebbek, míg az agresszív vezetők hajlamosak a veszélyes manőverekre és a hirtelen mozdulatokra.

Ezeknek a viselkedésmintáknak a pontos észlelése képesnagyon hasznos lehet autonóm járműveknél, különösen kritikus pillanatokban (például sávváltáskor vagy autópályára való behajtáskor). A többi járművezető tevékenységének megértése lehetővé teszi az AI számára, hogy ennek megfelelően módosítsa a pályáját, és biztonsági intézkedéseket tegyen.

„Általában autonóm navigációs rendszereka tereppróbák előtt képezik ki” – mondta Rohan Chandra, a fejlesztés társszerzője. „Cikkünkben egy új viselkedés alapú szimulátort mutatunk be, amely nagyszámú, valós forgalmi forgatókönyvben látható viselkedést képes szimulálni. Ez azt jelenti, hogy az alapul szolgáló navigációs rendszert meg lehet tanítani arra, hogy kezelni tudja a járművezetők összetett viselkedését városi környezetben.”

Olvass tovább

Az „ötödik elem” létezik: egy új kísérlet megerősíti, hogy az információ lényeges

Herpetológusok rájöttek, hogy a kígyók miért nem fulladnak meg, amikor megfulladnak és lenyelik áldozatukat

Megjelentek az első férfi fogamzásgátló tabletták, hatékonyságuk 99%-os