Ubemannede kjøretøy vil lære seg å regne "hensynsløs" på veiene

En veisimuleringsmetode utviklet av forskere ved University of Maryland er basert på

om klassifisering av adferd til andre deltakeretrafikk. Denne modellen, som forfatterne kaller CMetric, analyserer banene til andre sjåfører og fotgjengere. Basert på analysen og data innhentet ved hjelp av datasyn, kan algoritmen forutsi mulige handlinger til trafikanter.

"Med CMetric kan simulatoren vårgenerere virtuelle bilister med forskjellige kjørestiler for foropplæring av ubemannede kjøretøy, sier Angelos Mavrogiannis, en av utviklerne av modellen. — Simulering av heterogen kjøreatferd er hovedelementet i vårt arbeid. Vi bruker en dyp forsterkende læringsmodell basert på DQN (Deep Q-Network).»

Utviklere merker at de siste årenemange selskaper jobber for å skape trygge og pålitelige ubemannede kjøretøy. Men for utbredt bruk må slike maskiner kunne bevege seg på en rekke forskjellige veier, ikke kollidere med andre kjøretøy, fotgjengere, sykler, dyr eller andre hindringer.

«Til tross for den store interessen for autonomtransport, tar ikke moderne kunstig intelligens-metoder hensyn til atferden til menneskelige sjåfører eller andre droner på veien, påpeker professor Dinesh Manocha, medforfatter av verket. "Målet med arbeidet vårt er å skape pålitelige teknologier som vil oppdage og klassifisere atferden til andre trafikanter (biler, busser, lastebiler, sykler, fotgjengere) og bruke de innhentede dataene når de kjører."

Oppførsel bak rattet, ifølge utviklerne,kan deles inn i to hovedkategorier: konservativ og aggressiv kjøring. Konservative sjåfører er mer forsiktige og oppmerksomme, mens aggressive sjåfører er utsatt for farlige manøvrer og brå bevegelser.

Nøyaktig oppdage disse atferdsmønstrene kanvære svært nyttig for autonome kjøretøy, spesielt i kritiske øyeblikk (som når du bytter fil eller kjører inn på en motorvei). Å forstå handlingene til andre sjåfører gjør at AI kan tilpasse banen sin tilsvarende og ta sikkerhetstiltak.

"Autonome navigasjonssystemer vanligviser trent før feltforsøk, sa Rohan Chandra, medforfatter av utviklingen. «I artikkelen vår presenterer vi en ny atferdsbasert simulator som kan simulere et stort antall forskjellige atferder sett i virkelige trafikkscenarier. Dette betyr at det underliggende navigasjonssystemet kan trenes til å håndtere den komplekse oppførselen til sjåfører i et urbant miljø.»

Les mer

Det "femte elementet" eksisterer: et nytt eksperiment vil bekrefte at informasjonen er vesentlig

Herpetologer har oppdaget hvorfor slanger ikke kveles når de kveles og svelger byttet sitt

De første mannlige p-pillene dukket opp, deres effektivitet er 99%