En marzo de 2004, la Agencia de Proyectos de Investigación Avanzada de Defensa (DARPA) de Estados Unidos organizó un evento especial del Gran Desafío para probar la promesa (o la falta de ella) de los automóviles autónomos de la generación actual. Los participantes de los mejores equipos de IA del mundo. los laboratorios compitieron por un premio de 1 millón de dólares; sus vehículos hechos a medida hacen todo lo posible para navegar de forma autónoma una ruta de 142 millas a través del desierto de Mojave en California. No salió bien. El equipo “ganador” logró recorrer sólo 12 kilómetros en varias horas antes de detenerse bruscamente. Y prendiendo fuego.
Contenido
- Orientación al valor social
- Predecir el comportamiento de los conductores.
Una década y media, un todo ha cambiado. Los coches autónomos han recorrido con éxito cientos de miles de kilómetros en carreteras reales. No es controvertido decir que es casi seguro que los humanos estarán más seguros en un automóvil conducido por un robot que en uno conducido por un humano. Sin embargo, si bien eventualmente habrá un punto de inflexión cuando todos los autos en la carretera sean autónomos, también hay Habrá una fase intermedia complicada en la que los coches autónomos tendrán que compartir la carretera con los conducidos por humanos. carros. ¿Sabe quiénes serán probablemente las partes problemáticas en este escenario? Así es: los humanos carnosos, impredecibles, a veces cautelosos y a veces propensos a enfurecerse en la carretera.
Para intentar resolver este problema, investigadores del Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL) del MIT han creó un nuevo algoritmo destinado a permitir que los vehículos autónomos clasifiquen las "personalidades sociales" de otros conductores en el camino. De la misma manera que los humanos (a menudo de manera no científica) intentamos determinar las respuestas de otros conductores cuando decimos, en movimiento. en una intersección, por lo que los vehículos autónomos intentarán descubrir con quién están tratando para evitar accidentes en la carretera. camino.
Relacionado
- Coches autónomos confundidos por la niebla de San Francisco
- Tesla espera que la versión beta completa de conducción autónoma esté disponible a nivel mundial para finales de 2022
- Acaba de suceder algo extraño con una flota de coches autónomos
“Hemos desarrollado un sistema que integra herramientas de la psicología social en la toma de decisiones y el control de vehículos autónomos” Wilko Schwarting, dijo a Digital Trends un asistente de investigación en MIT CSAIL. “Es capaz de estimar el comportamiento de los conductores con respecto a cuán egoísta o desinteresado parece ser un conductor en particular. La capacidad del sistema para estimar la llamada “orientación al valor social” de los conductores le permite predecir mejor lo que harán los conductores humanos y, por lo tanto, puede conducir de manera más segura”.
Vídeos recomendados
Orientación al valor social
En general, nuestros marcos de conducción funcionan bastante bien; dar prioridad a un conductor sobre otro, dividirnos en carriles direccionales, etcétera. Pero todavía hay muchos momentos más subjetivos en los que varias partes tienen que descubrir cómo coordinar sus esfuerzos para completar una maniobra, a veces a altas velocidades. Saber si estás tratando con un conductor impaciente que te va a cortar o con uno paciente que está Esperar o dejar paso puede significar la diferencia entre un viaje exitoso y un accidente complicado. El hecho de que haya cientos de miles de accidentes por cambios de carril, fusiones y giros a la derecha o a la izquierda cada año solo en los Estados Unidos muestra que los humanos no han dominado del todo este sutil arte.
La orientación al valor social es parte del campo de la toma de decisiones interdependientes, que analiza las interacciones estratégicas entre dos o más personas. Tiene sus raíces en la teoría de juegos, cuyos conceptos fueron esbozados por primera vez en un libro de 1944 de Oskar Morgenstein y John von Veumann titulado Teoría de los juegos y comportamiento económico.
La idea general es esencialmente la siguiente: los agentes tienen sus propias preferencias que pueden ordenarse en términos de su utilidad (nivel de satisfacción). Dentro de esos parámetros actuarán lógicamente, según esas preferencias. Traducido al comportamiento de conducción, por muy impredecible que pueda parecer la carretera en las horas punta, sabiendo lo altruista que es, Si los conductores que te rodean pueden ser prosociales, egoístas o competitivos, puedes predecir el comportamiento para completar tu viaje sin problema.
Comportamiento social para vehículos autónomos
Al observar la forma en que conducen otros automóviles, el algoritmo del MIT evalúa a otros conductores en función de la “recompensa a los demás” versus la recompensa. Escala de “recompensa a uno mismo”. Eso significaría clasificar a los demás habitantes de la carretera en categorías de “altruistas”, “prosociales”, “egoístas”, “competitivos”, “sádicos”, “sadomasoquistas”, “masoquistas” y “mártires”. Al enterarse de que no todos los demás automóviles se comportan de la misma manera, el equipo cree que su modelo podría resultar una incorporación bienvenida a los sistemas de vehículos autónomos.
“Primero entrenamos el sistema modelando escenarios de carreteras en los que cada conductor intentaba maximizar su propia utilidad y analizando sus respuestas más efectivas a la luz de las decisiones de todos los demás agentes”. Dijo Schwarting. “La utilidad incorpora cuánto pondera un conductor su propio beneficio frente al beneficio de otro conductor, ponderado por el SVO. Basándose en ese pequeño fragmento de movimiento de otros automóviles, nuestro algoritmo podría predecir el comportamiento de los automóviles circundantes como cooperativo, altruista o egoísta durante las interacciones. Calibramos las recompensas basándonos en datos de conducción reales con aprendizaje automático, esencialmente codificando cuánto valoran los conductores humanos la comodidad, la seguridad o llegar rápidamente a su objetivo”.
Predecir el comportamiento de los conductores.
En las pruebas, el equipo demostró que su algoritmo podía predecir con mayor precisión el comportamiento de otros coches en un factor del 25%. Esto ayudó al vehículo a saber cuándo debía girar a la izquierda en lugar de girar frente a un conductor que se aproximaba.
"También nos permite decidir qué tan cooperativo o egoísta debe ser un vehículo autónomo según el escenario", continuó Schwarting. "Actuar de forma demasiado conservadora no siempre es la opción más segura porque puede provocar malentendidos y confusión entre los conductores humanos".
El equipo dice que el algoritmo aún no está listo para el horario de máxima audiencia en términos de pruebas en carretera en el mundo real. Pero siguen desarrollándolo y creen que sus aplicaciones podrían extenderse aún más allá de lo aquí descrito. Por un lado, observar otros automóviles podría ayudar a que los futuros vehículos autónomos aprendan a exhibir rasgos más parecidos a los humanos que serán más fáciles de entender para los conductores humanos.
"[Además], esto podría ser útil no sólo para los coches totalmente autónomos, sino también para los coches existentes que utilizamos", dijo Schwarting. “Por ejemplo, imagina que un coche entra de repente en tu punto ciego. Con el sistema [que hemos desarrollado], es posible que recibas una advertencia en el espejo retrovisor de que el automóvil en tu punto ciego tiene un conductor agresivo, lo que podría ser una información particularmente valiosa”.
A continuación, los investigadores esperan aplicar el modelo a peatones, bicicletas y otros agentes que puedan aparecer en los entornos de conducción. "También nos gustaría estudiar otros sistemas robóticos que necesiten interactuar con nosotros, como los robots domésticos", señaló Schwarting.
Recomendaciones de los editores
- Volkswagen está lanzando su propio programa de pruebas de vehículos autónomos en EE.UU.
- El rumoreado coche de Apple podría costar lo mismo que un Tesla Model S
- Ex empleado de Apple se declara culpable de descubrir secretos del Apple Car
- Agentes confundidos al detener un vehículo autónomo vacío
- Cómo una gran furgoneta azul de 1986 abrió el camino a los coches autónomos
