Obemannade fordon kommer att lära sig att beräkna "vårdslöst" på vägarna

En vägsimuleringsmetod utvecklad av forskare vid University of Maryland bygger på

om klassificering av andra deltagares beteendetrafik. Denna modell, som författarna kallar CMetric, analyserar banorna för andra förare och fotgängare. Baserat på analysen och data som erhållits med hjälp av datorseende kan algoritmen förutsäga trafikanternas möjliga handlingar.

"Med CMetric kan vår simulatorgenerera virtuella bilister med olika körstilar för preliminär träning av obemannade fordon”, säger Angelos Mavrogiannis, en av utvecklarna av modellen. — Simulering av heterogent körbeteende är huvudelementet i vårt arbete. Vi använder en modell för inlärning av djup förstärkning baserad på DQN (Deep Q-Network).

Utvecklare noterar att under de senaste årenmånga företag arbetar för att skapa säkra och pålitliga obemannade fordon. Men för utbredd användning måste sådana maskiner kunna röra sig på en mängd olika vägar, inte kollidera med andra fordon, fotgängare, cyklar, djur eller andra hinder.

”Trots det stora intresset för autonomatransporter, tar moderna metoder för artificiell intelligens inte hänsyn till beteendet hos mänskliga förare eller andra drönare på vägen, påpekar professor Dinesh Manocha, medförfattare till verket. "Målet med vårt arbete är att skapa tillförlitliga tekniker som kommer att upptäcka och klassificera beteendet hos andra trafikanter (bilar, bussar, lastbilar, cyklar, fotgängare) och använda erhållen data när de kör."

Beteende bakom ratten, enligt utvecklarna,kan delas in i två huvudkategorier: konservativ och aggressiv körning. Konservativa förare är mer försiktiga och uppmärksamma, medan aggressiva förare är benägna till farliga manövrar och plötsliga rörelser.

Att noggrant upptäcka dessa beteendemönster kanvara mycket användbar för autonoma fordon, särskilt under kritiska ögonblick (som när du byter fil eller kör in på en motorväg). Genom att förstå andra förares handlingar kan AI:n anpassa sin bana därefter och vidta säkerhetsåtgärder.

"Autonoma navigationssystem vanligtvisär utbildade före fältförsök”, säger Rohan Chandra, medförfattare till utvecklingen. ”I vår artikel presenterar vi en ny beteendebaserad simulator som kan simulera ett stort antal olika beteenden sett i verkliga trafikscenarier. Detta innebär att det underliggande navigationssystemet kan tränas för att hantera det komplexa beteendet hos förare i stadsmiljö.”

Läs mer

Det "femte elementet" finns: ett nytt experiment kommer att bekräfta att informationen är väsentlig

Herpetologer har upptäckt varför ormar inte kvävs när de kvävs och sväljer sitt byte

De första manliga p-pillren dök upp, deras effektivitet är 99%