Nepilotuojamos transporto priemonės išmoks skaičiuoti „neatsargiai“ keliuose

Merilendo universiteto mokslininkų sukurtas kelių modeliavimo metodas pagrįstas

dėl kitų dalyvių elgesio klasifikavimoeismo. Šis modelis, kurį autoriai vadina CMetric, analizuoja kitų vairuotojų ir pėsčiųjų trajektorijas. Remiantis analize ir duomenimis, gautais naudojant kompiuterinį matymą, algoritmas gali numatyti galimus eismo dalyvių veiksmus.

„Su CMetric mūsų simuliatorius galigeneruoti virtualius vairuotojus su skirtingais vairavimo stiliais preliminariam nepilotuojamų transporto priemonių mokymui“, – sako vienas iš modelio kūrėjų Angelos Mavrogiannis. — Nevienodo vairavimo elgesio modeliavimas yra pagrindinis mūsų darbo elementas. Mes naudojame gilaus sustiprinimo mokymosi modelį, pagrįstą DQN (Deep Q-Network).

Kūrėjai pastebi, kad pastaraisiais metaisdaugelis įmonių stengiasi sukurti saugias ir patikimas nepilotuojamas transporto priemones. Tačiau plačiam naudojimui tokios mašinos turi turėti galimybę judėti įvairiais keliais, nesusidurti su kitomis transporto priemonėmis, pėstiesiems, dviračiais, gyvūnais ar kitomis kliūtimis.

„Nepaisant didelio susidomėjimo autonominiutransporto, šiuolaikiniai dirbtinio intelekto metodai neatsižvelgia į žmonių vairuotojų ar kitų bepiločių orlaivių elgesį kelyje, atkreipia dėmesį į darbo bendraautorius profesorius Dinesh Manocha. „Mūsų darbo tikslas – sukurti patikimas technologijas, kurios aptiktų ir klasifikuotų kitų eismo dalyvių (automobilių, autobusų, sunkvežimių, dviračių, pėsčiųjų) elgesį ir panaudotų gautus duomenis vairuojant.

Elgesys už vairo, pasak kūrėjų,galima suskirstyti į dvi pagrindines kategorijas: konservatyvų ir agresyvų vairavimą. Konservatyvūs vairuotojai yra atsargesni ir dėmesingesni, o agresyvūs – linkę į pavojingus manevrus ir staigius judesius.

Tiksliai aptikti šiuos elgesio modelius galibūti labai naudingas autonominėms transporto priemonėms, ypač kritiniais momentais (pvz., persirikiuojant ar įvažiuojant į greitkelį). Kitų vairuotojų veiksmų supratimas leidžia AI atitinkamai pritaikyti savo trajektoriją ir imtis saugos priemonių.

„Autonominės navigacijos sistemos paprastaiyra apmokomi prieš lauko bandymus“, – sakė kūrimo bendraautorius Rohanas Chandra. „Straipsnyje pristatome naują elgesiu pagrįstą simuliatorių, galintį imituoti daugybę skirtingų elgsenų, matomų realiame eismo scenarijuje. Tai reiškia, kad pagrindinė navigacijos sistema gali būti išmokyta valdyti sudėtingą vairuotojų elgesį miesto aplinkoje.

Skaityti daugiau

„Penktasis elementas“ egzistuoja: naujas eksperimentas patvirtins, kad informacija yra reikšminga

Herpetologai išsiaiškino, kodėl gyvatės neužspringa užspringusios ir prarydamos grobį

Pasirodė pirmosios vyriškos kontraceptinės tabletės, kurių veiksmingumas siekia 99 proc.