메릴랜드 대학교 연구진이 개발한 도로 시뮬레이션 방법은 다음을 기반으로 합니다.
“CMetric을 사용하여 시뮬레이터는무인 차량의 예비 훈련을 위해 다양한 운전 스타일을 가진 가상 운전자를 생성합니다.”라고 이 모델 개발자 중 한 명인 Angelos Mavrogiannis는 말합니다. — 이질적인 운전 행동의 시뮬레이션은 우리 작업의 주요 요소입니다. 우리는 DQN(Deep Q-Network) 기반의 심층 강화 학습 모델을 사용합니다.”
개발자들은 최근 몇 년 동안많은 기업들이 안전하고 믿을 수 있는 무인자동차를 만들기 위해 노력하고 있습니다. 그러나 널리 사용하려면 이러한 기계가 다양한 도로에서 이동할 수 있어야 하며 다른 차량, 보행자, 자전거, 동물 또는 기타 장애물과 충돌하지 않아야 합니다.
“자율주행에 대한 큰 관심에도 불구하고이 연구의 공동 저자인 Dinesh Manocha 교수는 교통 수단에서 현대 인공 지능 방법은 도로 위의 인간 운전자나 다른 무인 항공기의 행동을 고려하지 않는다고 지적합니다. "우리 작업의 목표는 다른 도로 사용자(자동차, 버스, 트럭, 자전거, 보행자)의 행동을 감지 및 분류하고 획득한 데이터를 운전할 때 사용하는 신뢰할 수 있는 기술을 만드는 것입니다."
개발자에 따르면 바퀴 뒤의 행동,보수적인 운전과 공격적인 운전의 두 가지 주요 범주로 나눌 수 있습니다. 보수적 인 운전자는 더 조심스럽고 세심한 반면 공격적인 운전자는 위험한 기동과 갑작스러운 움직임에 취약합니다.
이러한 행동 패턴을 정확하게 감지하면특히 중요한 순간(차선 변경이나 고속도로 진입 등)에 자율주행차에 매우 유용합니다. 다른 운전자의 행동을 이해하면 AI가 그에 따라 궤도를 조정하고 안전 조치를 취할 수 있습니다.
"자율 내비게이션 시스템은 일반적으로현장 시험 전에 훈련을 받습니다.”라고 개발 공동 저자인 Rohan Chandra가 말했습니다. “우리 기사에서는 실제 교통 상황에서 볼 수 있는 다양한 행동을 시뮬레이션할 수 있는 새로운 행동 기반 시뮬레이터를 제시합니다. 이는 기본 내비게이션 시스템이 도시 환경에서 운전자의 복잡한 행동을 처리하도록 훈련될 수 있음을 의미합니다."
더 읽어보기
"다섯 번째 요소" 존재: 새로운 실험을 통해 정보가 중요함을 확인할 수 있습니다.
Herpetologists는 뱀이 먹이를 질식시키고 삼킬 때 질식하지 않는 이유를 발견했습니다.
최초의 남성용 피임약 등장, 효과 99%