يقوم معهد ماساتشوستس للتكنولوجيا بتعليم السيارات ذاتية القيادة كيفية التحليل النفسي للبشر على الطريق

في مارس 2004، نظمت وكالة مشاريع الأبحاث الدفاعية المتقدمة الأمريكية (DARPA) حدثًا خاصًا للتحدي الكبير لاختبار الوعد - أو عدم وجوده - للجيل الحالي من السيارات ذاتية القيادة. المشاركون من أفضل الذكاء الاصطناعي في العالم. وتنافست المختبرات على جائزة قدرها مليون دولار؛ تبذل سياراتهم المصممة خصيصًا قصارى جهدها للتنقل بشكل مستقل على طريق بطول 142 ميلًا عبر صحراء موهافي في كاليفورنيا. لم تسر الأمور على ما يرام. تمكن الفريق "الفائز" من السفر لمسافة 7.4 ميل فقط في عدة ساعات قبل أن يتوقف. واشتعلت فيه النيران.

محتويات

  • توجيه القيمة الاجتماعية
  • التنبؤ بسلوك السائقين

عقد ونصف، أ لقد تغير الكثير. لقد نجحت السيارات ذاتية القيادة في قيادة مئات الآلاف من الأميال على الطرق الفعلية. من غير المثير للجدل أن نقول إن البشر سيكونون بالتأكيد أكثر أمانًا في سيارة يقودها روبوت مقارنة بسيارة يقودها إنسان. ومع ذلك، في حين أنه ستكون هناك في النهاية نقطة تحول عندما تصبح كل سيارة على الطريق ذاتية القيادة، إلا أن هناك أيضًا نقطة تحول ستكون مرحلة وسيطة فوضوية حيث سيتعين على السيارات ذاتية القيادة مشاركة الطريق مع السيارات التي يقودها الإنسان سيارات. هل تعرف من هم الأطراف المحتملين في هذا السيناريو؟ هذا صحيح: البشر السمينون، الذين لا يمكن التنبؤ بهم، أحيانًا يكونون حذرين، وأحيانًا عرضة للغضب على الطريق.

شيجيان / جيتي إيماجيس

لمحاولة حل هذه المشكلة، قام باحثون من مختبر علوم الكمبيوتر والذكاء الاصطناعي (CSAIL) التابع لمعهد ماساتشوستس للتكنولوجيا (MIT). أنشأت خوارزمية جديدة تهدف إلى السماح للسيارات ذاتية القيادة بتصنيف "الشخصيات الاجتماعية" للسائقين الآخرين على شبكة الإنترنت طريق. بنفس الطريقة التي يحاول بها البشر (في كثير من الأحيان بشكل غير علمي) التأكد من استجابات السائقين الآخرين عندما نقول، تتحرك عند التقاطع، ستحاول المركبات ذاتية القيادة معرفة من يتعاملون معه لتجنب وقوع الحوادث على الطريق طريق.

متعلق ب

  • السيارات ذاتية القيادة مرتبكة بسبب ضباب سان فرانسيسكو
  • وتأمل تسلا أن يتم إصدار النسخة التجريبية الكاملة للقيادة الذاتية عالميًا بحلول نهاية عام 2022
  • حدث شيء غريب للتو مع أسطول من السيارات ذاتية القيادة

"لقد قمنا بتطوير نظام يدمج أدوات من علم النفس الاجتماعي في عملية صنع القرار والسيطرة على المركبات ذاتية القيادة." ويلكو شوارتنج، مساعد باحث في معهد ماساتشوستس للتكنولوجيا CSAIL، قال لـ Digital Trends. "إنها قادرة على تقدير سلوك السائقين فيما يتعلق بمدى الأنانية أو نكران الذات الذي يبدو عليه سائق معين. إن قدرة النظام على تقدير ما يسمى بـ “توجيه القيمة الاجتماعية” للسائقين تسمح له بالتنبؤ بشكل أفضل بما سيفعله السائقون البشريون، وبالتالي فهو قادر على القيادة بشكل أكثر أمانًا.

مقاطع الفيديو الموصى بها

توجيه القيمة الاجتماعية

على العموم، تعمل أطر القيادة لدينا بشكل جيد إلى حد ما؛ إعطاء الأولوية لسائق على آخر، وتقسيمنا إلى مسارات اتجاهية، وما إلى ذلك. ولكن لا يزال هناك الكثير من اللحظات الذاتية عندما يتعين على أطراف متعددة معرفة كيفية تنسيق جهودهم لإكمال المناورة، وأحيانًا بسرعات عالية. معرفة ما إذا كنت تتعامل مع سائق غير صبور سيقطعك أو سائق صبور سيقطعك إن الانتظار أو إفساح الطريق يمكن أن يعني الفرق بين رحلة ناجحة وثني الحاجز المحفوف بالمخاطر. إن حقيقة وجود مئات الآلاف من حوادث تغيير المسار والاندماج والانعطاف إلى اليمين أو اليسار كل عام في الولايات المتحدة وحدها تظهر أن البشر لم يتقنوا هذا الفن الدقيق تمامًا.

يعد توجيه القيمة الاجتماعية جزءًا من مجال اتخاذ القرار المترابط، حيث يبحث في التفاعلات الإستراتيجية بين شخصين أو أكثر. وهي متجذرة في نظرية اللعبة، التي تم تحديد مفاهيمها لأول مرة في كتاب صدر عام 1944 من تأليف أوسكار مورجنشتاين وجون فون فيومان بعنوان نظرية الألعاب والسلوك الاقتصادي.

الفكرة العامة هي في الأساس ما يلي: الوكلاء لديهم تفضيلاتهم الخاصة التي يمكن ترتيبها من حيث فائدتها (مستوى الرضا). ضمن هذه المعلمات سوف يتصرفون بشكل منطقي، وفقًا لتلك التفضيلات. تترجم إلى سلوك القيادة، بغض النظر عن مدى صعوبة التنبؤ بالطريق في ساعة الذروة، من خلال معرفة مدى الإيثار، قد يكون السائقون من حولك إيجابيين أو أنانيين أو تنافسيين، ويمكنك التنبؤ بالسلوك لإكمال رحلتك بدونها مشكلة.

السلوك الاجتماعي للمركبات ذاتية القيادة

من خلال مراقبة الطريقة التي تقود بها السيارات الأخرى، تقوم خوارزمية معهد ماساتشوستس للتكنولوجيا بتقييم السائقين الآخرين على أساس "مكافأة الآخرين" مقابل "مكافأة الآخرين". مقياس "المكافأة للذات". وهذا يعني تصنيف رفاق الطريق إلى فئات "إيثارية"، و"إيجابية اجتماعية"، و"أنانية"، و"تنافسية"، و"سادية"، و"سادية مازوخية"، و"ماسوشية"، و"شهيدة". من خلال معرفة أن جميع السيارات الأخرى لا تتصرف بنفس الطريقة، يعتقد الفريق أن نموذجهم يمكن أن يكون إضافة مرحب بها لأنظمة السيارات ذاتية القيادة.

"لقد قمنا بتدريب النظام أولاً من خلال نمذجة سيناريوهات الطريق حيث حاول كل سائق تحقيق أقصى استفادة من سيناريوهات الطريق الخاصة به المنفعة وتحليل استجاباتهم الأكثر فعالية في ضوء قرارات جميع الوكلاء الآخرين. قال شوارتنج. "تتضمن الخدمة مقدار وزن السائق لمصلحته الخاصة مقابل فائدة سائق آخر، حسب وزن قسم عمليات السيارات الخاصة. واستنادًا إلى هذا المقتطف الصغير من الحركة من السيارات الأخرى، يمكن للخوارزمية الخاصة بنا بعد ذلك التنبؤ بسلوك السيارات المحيطة على أنه تعاوني أو إيثاري أو أناني أثناء التفاعلات. لقد قمنا بمعايرة المكافآت بناءً على بيانات القيادة الحقيقية باستخدام التعلم الآلي، وترميز بشكل أساسي مدى تقدير السائقين البشريين للراحة والسلامة أو الوصول إلى هدفهم بسرعة.

التنبؤ بسلوك السائقين

وفي الاختبارات، أظهر الفريق أن الخوارزمية الخاصة بهم يمكنها التنبؤ بشكل أكثر دقة بسلوك السيارات الأخرى بمعامل قدره 25%. وقد ساعد ذلك السيارة على معرفة الوقت الذي ينبغي أن تفعله عند الانعطاف إلى اليسار مقابل الانعطاف أمام سائق قادم.

وتابع شوارتنج: "إنه يسمح لنا أيضًا أن نقرر مدى التعاون أو الأنانية التي يجب أن تكون عليها السيارة ذاتية القيادة اعتمادًا على السيناريو". "إن التصرف بشكل مفرط في التحفظ ليس دائمًا هو الخيار الأكثر أمانًا لأنه قد يسبب سوء فهم وارتباك بين السائقين البشر."

نموذج أولي لسيارة فولكس فاجن إي جولف ذاتية القيادة في هامبورج

يقول الفريق أن الخوارزمية ليست جاهزة بعد للاستخدام في وقت الذروة فيما يتعلق باختبار الطريق في العالم الحقيقي. لكنهم مستمرون في تطويره، ويعتقدون أن تطبيقاته يمكن أن تمتد إلى أبعد من تلك الموصوفة هنا. فمن ناحية، يمكن أن تساعد مراقبة السيارات الأخرى المركبات ذاتية القيادة في المستقبل على تعلم إظهار المزيد من السمات الشبيهة بالبشر والتي سيكون من الأسهل على السائقين البشر فهمها.

وقال شوارتينج: "[بالإضافة إلى ذلك]، قد يكون هذا مفيدًا ليس فقط للسيارات ذاتية القيادة بالكامل، ولكن أيضًا للسيارات الحالية التي نستخدمها". "على سبيل المثال، تخيل أن سيارة دخلت فجأة إلى النقطة العمياء الخاصة بك. مع النظام [الذي قمنا بتطويره]، قد تحصل على تحذير في مرآة الرؤية الخلفية بأن السيارة الموجودة في النقطة العمياء الخاصة بك بها سائق عدواني، وقد تكون هذه معلومات قيمة بشكل خاص.

بعد ذلك، يأمل الباحثون في تطبيق النموذج على المشاة والدراجات وغيرهم من الوكلاء الذين قد يظهرون في بيئات القيادة. وأشار شوارتنج: "نود أيضًا أن ننظر إلى الأنظمة الروبوتية الأخرى التي تحتاج إلى التفاعل معنا، مثل الروبوتات المنزلية".

توصيات المحررين

  • تطلق شركة فولكس فاجن برنامجها الخاص لاختبار السيارات ذاتية القيادة في الولايات المتحدة.
  • يمكن أن تكلف سيارة Apple المشاع عنها نفس تكلفة سيارة Tesla Model S
  • موظف سابق في شركة Apple يعترف بأنه مذنب في الاستيلاء على أسرار Apple Car
  • الضباط في حيرة من أمرهم أثناء قيامهم بإيقاف سيارة فارغة ذاتية القيادة
  • كيف مهدت شاحنة زرقاء كبيرة من عام 1986 الطريق للسيارات ذاتية القيادة