Maaliskuussa 2004 Yhdysvaltain puolustusministeriön edistyneiden tutkimusprojektien virasto (DARPA) järjesti erityisen Grand Challenge -tapahtuman testatakseen nykyisen sukupolven itseohjautuvien autojen lupauksia – tai sen puutetta. Osallistujia maailman huippuluokan A.I. Labs kilpaili miljoonan dollarin palkinnosta; heidän mittatilaustyönä valmistetut ajoneuvonsa yrittävät parhaansa mukaan navigoida itsenäisesti 142 mailin pituisella reitillä Kalifornian Mojaven autiomaassa. Se ei mennyt hyvin. "Voittaja" joukkue onnistui matkustamaan vain 7,4 mailia useissa tunneissa ennen kuin pysähtyi tärisemään. Ja syttyy tuleen.
Sisällys
- Sosiaalinen arvoorientaatio
- Kuljettajien käyttäytymisen ennustaminen
Puolitoista vuosikymmentä, a paljon on muuttunut. Itseajavat autot ovat onnistuneesti ajaneet satoja tuhansia kilometrejä todellisilla teillä. Ei ole kiistanalaista sanoa, että ihmiset ovat melkein varmasti turvallisempia robotin ajamassa autossa kuin ihmisen kuljettamassa autossa. Vaikka lopulta tulee kuitenkin käännekohta, kun jokainen tiellä oleva auto on itsenäinen, on myös olemassa tulee olemaan sotkuinen välivaihe, jolloin itseohjautuvien autojen on jaettava tie ihmisvetoisten kanssa autoja. Tiedätkö, ketkä ongelmapuolet todennäköisesti ovat tässä skenaariossa? Se on oikein: lihaiset, arvaamattomat, joskus varovaiset, joskus taipuvaiset raivoon.
MIT: n tietojenkäsittelytieteen ja tekoälylaboratorion (CSAIL) tutkijat yrittävät ratkaista tämän ongelman. loi uuden algoritmin, jonka tarkoituksena on antaa itseajaville autoille mahdollisuus luokitella muiden kuljettajien "sosiaaliset persoonallisuudet" tie. Samalla tavalla kuin ihmiset (usein ei-tieteellisesti) yrittävät varmistaa muiden kuljettajien reaktiot, kun sanomme, että liikkuvat. risteyksessä, joten autonomiset ajoneuvot yrittävät selvittää kenen kanssa ne ovat tekemisissä välttääkseen onnettomuuksia tie.
Liittyvät
- San Franciscon sumun hämmentyneitä autonomisia autoja
- Tesla toivoo, että täysi itseohjautuva beta julkaistaan maailmanlaajuisesti vuoden 2022 loppuun mennessä
- Outo asia tapahtui juuri autonomisten autojen kanssa
"Olemme kehittäneet järjestelmän, joka yhdistää sosiaalipsykologian työkalut autonomisten ajoneuvojen päätöksentekoon ja hallintaan." Wilko SchwartingMIT CSAILin tutkimusassistentti kertoi Digital Trendsille. ”Se pystyy arvioimaan kuljettajien käyttäytymistä sen suhteen, kuinka itsekkäältä tai epäitsekkäältä tietty kuljettaja vaikuttaa. Järjestelmän kyky arvioida kuljettajien niin sanottua "sosiaalista arvoorientaatiota" mahdollistaa sen, että se voi paremmin ennustaa, mitä ihmiskuljettajat tekevät, ja näin ollen se pystyy ajamaan turvallisemmin."
Suositellut videot
Sosiaalinen arvoorientaatio
Kaiken kaikkiaan ajokehyksemme toimivat melko hyvin; antaa etusija yhdelle kuljettajalle toiselle, jakaa meidät suuntakaistoihin ja niin edelleen. Mutta silti on paljon subjektiivisempia hetkiä, jolloin useiden osapuolten on selvitettävä, kuinka koordinoida ponnistelujaan saadakseen liikkeen loppuun, joskus suurilla nopeuksilla. Tietäen, oletko tekemisissä kärsimättömän kuljettajan kanssa, joka aikoo leikata sinut, vai kärsivän kanssa, joka odottaa tai tieltä voi erota onnistuneen matkan ja runsaan lokasuojan taivuttajan välillä. Se, että pelkästään Yhdysvalloissa sattuu vuosittain satoja tuhansia kaistanvaihto-, sulautumis- ja oikealle tai vasemmalle kääntymisonnettomuuksia, osoittaa, että ihmiset eivät ole täysin hallineet tätä hienovaraista taidetta.
Sosiaalinen arvoorientaatio on osa toisistaan riippuvaisen päätöksenteon alaa, jossa tarkastellaan kahden tai useamman ihmisen välistä strategista vuorovaikutusta. Se juurtuu peliteoriaan, jonka käsitteet hahmoteltiin ensimmäisen kerran Oskar Morgensteinin ja John von Veumannin kirjassa 1944. Peliteoria ja taloudellinen käyttäytyminen.
Laaja ajatus on pohjimmiltaan tämä: Agenteilla on omat mieltymyksensä, jotka voidaan järjestellä niiden hyödyllisyyden (tyytyväisyystason) perusteella. Näillä parametreilla ne toimivat loogisesti näiden mieltymysten mukaan. Muunnetaan ajokäyttäytymiseksi, vaikka tie tuntuisikin ruuhka-aikaan kuinka arvaamattomalta tietäisi, kuinka altruistista, prososiaalisia, egoistisia tai kilpailevia kuljettajia ympärilläsi, voit ennustaa käyttäytymistä, jolla voit suorittaa matkasi ilman ongelma.
Autonomisten ajoneuvojen sosiaalinen käyttäytyminen
Tarkkailemalla tapaa, jolla muut autot ajavat, MIT-algoritmi arvioi muiden kuljettajien "palkintoa muille" vs. "palkita itselle" -asteikko. Tämä tarkoittaisi tienasukkaiden lajittelua "altruistisiin", "prososiaalisiin", "egoistisiin", "kilpaileviin", "sadistisiin", "sadomasokistisiin", "masokistisiin" ja "marttyyri"-kategorioihin. Oppiessaan, että kaikki muut autot eivät toimi samalla tavalla, tiimi uskoo, että heidän mallinsa voisi olla tervetullut lisä itseohjautuviin autojärjestelmiin.
”Kokeilimme järjestelmää ensin mallintamalla tieskenaarioita, joissa jokainen kuljettaja yritti maksimoida omansa hyödyllisyyttä ja niiden tehokkaimpien vastausten analysointia kaikkien muiden toimijoiden päätösten valossa. Schwarting sanoi. ”Apuohjelma sisältää sen, kuinka paljon kuljettaja painottaa omaa etuaan toisen kuljettajan hyötyyn nähden SVO: n painottamana. Tuon muiden autojen pienen liikkeenpätkän perusteella algoritmimme voisi sitten ennustaa ympäröivien autojen käyttäytymisen yhteistyöhaluiseksi, altruistiseksi tai egoistiseksi vuorovaikutuksen aikana. Kalibroimme palkinnot todellisten ajotietojen perusteella koneoppimisen avulla, mikä lähinnä koodaa, kuinka paljon ihmiskuljettajat arvostavat mukavuutta, turvallisuutta tai nopeaa tavoitteensa saavuttamista.
Kuljettajien käyttäytymisen ennustaminen
Testeissä tiimi osoitti, että heidän algoritminsa pystyi ennustamaan muiden autojen käyttäytymisen 25 % tarkemmin. Tämä auttoi ajoneuvoa tietämään, milloin sen pitäisi kääntyä vasemmalle verrattuna vastaantulevan kuljettajan edessä.
"Sen avulla voimme myös päättää, kuinka yhteistyökykyinen tai egoistinen autonomisen ajoneuvon tulisi olla skenaariosta riippuen", Schwarting jatkoi. "Liian konservatiivinen toimiminen ei ole aina turvallisin vaihtoehto, koska se voi aiheuttaa väärinkäsityksiä ja hämmennystä ihmiskuljettajien keskuudessa."
Tiimi sanoo, että algoritmi ei ole vielä valmis parhaaseen katseluaikaan todellisen maailman tietestauksen kannalta. Mutta he jatkavat sen kehittämistä ja uskovat, että sen sovellukset voisivat ulottua vielä pidemmälle kuin tässä kuvattu. Ensinnäkin muiden autojen tarkkaileminen voisi auttaa tulevia itseohjautuvia ajoneuvoja oppimaan osoittamaan enemmän ihmisen kaltaisia piirteitä, jotka ihmiskuljettajien on helpompi ymmärtää.
"[Lisäksi] tämä voisi olla hyödyllinen ei vain täysin itseajaville autoille, vaan olemassa oleville autoille, joita käytämme", Schwarting sanoi. "Kuvittele esimerkiksi, että auto tulee yhtäkkiä sokealle kulmaan. Järjestelmän [kehittämämme] avulla saatat saada taustapeiliin varoituksen, että kuolleessa kulmassasi olevalla autolla on aggressiivinen kuljettaja, mikä voi olla erityisen arvokasta tietoa.
Seuraavaksi tutkijat toivovat soveltavansa mallia jalankulkijoihin, polkupyöriin ja muihin tekijöihin, jotka saattavat esiintyä ajoympäristöissä. "Haluaisimme tarkastella myös muita robottijärjestelmiä, joiden on oltava vuorovaikutuksessa kanssamme, kuten kotitalousrobotteja", Schwarting huomautti.
Toimittajien suositukset
- Volkswagen käynnistää oman itseajavien autojen testausohjelman Yhdysvalloissa.
- Applen huhuttu auto voisi maksaa saman verran kuin Tesla Model S
- Entinen Applen työntekijä myöntää syyllisyytensä Apple Car -salaisuuksien nappaamiseen
- Poliisit hämmentyivät, kun he ajavat tyhjän itseajavan auton yli
- Kuinka iso sininen pakettiauto vuodelta 1986 tasoitti tietä itseajaville autoille
