Le MIT enseigne aux voitures autonomes comment psychanalyser les humains sur la route

En mars 2004, la DARPA (Defence Advanced Research Projects Agency) des États-Unis a organisé un événement spécial Grand Challenge pour tester la promesse – ou l’absence de promesse – des voitures autonomes de la génération actuelle. Les participants issus des meilleurs I.A. au monde. les laboratoires ont concouru pour un prix d'un million de dollars; leurs véhicules construits sur mesure font de leur mieux pour parcourir de manière autonome un itinéraire de 142 milles à travers le désert de Mojave en Californie. Ça ne s’est pas bien passé. L’équipe « gagnante » a réussi à parcourir seulement 7,4 milles en plusieurs heures avant de s’arrêter en frémissant. Et prendre feu.

Une décennie et demie, une beaucoup de choses ont changé. Les voitures autonomes ont parcouru avec succès des centaines de milliers de kilomètres sur des routes réelles. Il n’est pas controversé de dire que les humains seront presque certainement plus en sécurité dans une voiture conduite par un robot que dans une voiture conduite par un humain. Cependant, même s’il y aura un moment critique où toutes les voitures sur la route seront autonomes, il y a aussi Ce sera une phase intermédiaire compliquée où les voitures autonomes devront partager la route avec des voitures conduites par des humains. voitures. Savez-vous qui seront probablement les parties à problèmes dans ce scénario? C’est vrai: les humains charnus, imprévisibles, parfois prudents, parfois enclins à la rage au volant.

Pour tenter de résoudre ce problème, des chercheurs du Laboratoire d’informatique et d’intelligence artificielle (CSAIL) du MIT ont a créé un nouvel algorithme destiné à permettre aux voitures autonomes de classer les « personnalités sociales » des autres conducteurs sur le route. De la même manière que les humains essaient (souvent de manière non scientifique) de déterminer les réactions des autres conducteurs lorsque nous disons, bouger à une intersection, les véhicules autonomes tenteront donc de déterminer à qui ils ont affaire pour éviter les accidents sur la route. route.

« Nous avons développé un système qui intègre des outils de psychologie sociale dans la prise de décision et le contrôle des véhicules autonomes. » Wilko Schwarting, assistant de recherche au MIT CSAIL, a déclaré à Digital Trends. «Il est capable d'estimer le comportement des conducteurs en fonction de leur égoïsme ou de leur altruisme. La capacité du système à estimer ce que l’on appelle « l’orientation vers les valeurs sociales » des conducteurs lui permet de mieux prédire ce que feront les conducteurs humains et est donc en mesure de conduire de manière plus sûre.

Orientation vers les valeurs sociales

Dans l’ensemble, nos cadres de conduite fonctionnent assez bien; donner la priorité à un conducteur plutôt qu'à un autre, nous diviser en voies directionnelles, etc. Mais il existe encore de nombreux moments plus subjectifs où plusieurs parties doivent trouver comment coordonner leurs efforts pour mener à bien une manœuvre, parfois à grande vitesse. Savoir si vous avez affaire à un conducteur impatient qui va vous couper en morceaux ou à un conducteur patient qui vous attendre ou céder la place peut faire la différence entre un voyage réussi et un accrochage difficile. Le fait qu’il y ait des centaines de milliers d’accidents de changement de voie, de fusion et de virage à droite ou à gauche chaque année rien qu’aux États-Unis montre que les humains ne maîtrisent pas encore tout à fait cet art subtil.

L'orientation vers les valeurs sociales fait partie du domaine de la prise de décision interdépendante, qui examine les interactions stratégiques entre deux ou plusieurs personnes. Il est ancré dans la théorie des jeux, dont les concepts ont été décrits pour la première fois dans un livre de 1944 d'Oskar Morgenstein et John von Veumann intitulé Théorie des jeux et comportement économique.

L’idée générale est essentiellement la suivante: les agents ont leurs propres préférences qui peuvent être classées en fonction de leur utilité (niveau de satisfaction). Au sein de ces paramètres, ils agiront logiquement, selon ces préférences. Traduit en comportement de conduite, aussi imprévisible que puisse paraître la route aux heures de pointe, en sachant combien il est altruiste, Les conducteurs qui vous entourent peuvent être prosociaux, égoïstes ou compétitifs, vous pouvez prédire leur comportement pour terminer votre voyage sans problème.

En observant la façon dont les autres voitures conduisent, l’algorithme du MIT évalue les autres conducteurs en fonction de la « récompense accordée aux autres » par rapport aux autres conducteurs. échelle de « récompense pour soi ». Cela signifierait classer les autres usagers de la route en catégories « altruistes », « prosociaux », « égoïstes », « compétitifs », « sadiques », « sadomasochistes », « masochistes » et « martyrs ». En apprenant que toutes les autres voitures ne se comportent pas de la même manière, l’équipe pense que son modèle pourrait s’avérer un ajout bienvenu aux systèmes de voiture autonome.

« Nous avons d'abord formé le système en modélisant des scénarios routiers dans lesquels chaque conducteur essayait de maximiser ses propres performances. utilité et analyser leurs réponses les plus efficaces à la lumière des décisions de tous les autres agents », » dit Schwarting. « L'utilitaire intègre la mesure dans laquelle un conducteur pondère son propre avantage par rapport à celui d'un autre conducteur, pondéré par le SVO. Sur la base de ce petit extrait de mouvement provenant d’autres voitures, notre algorithme pourrait alors prédire le comportement des voitures environnantes comme étant coopératif, altruiste ou égoïste lors des interactions. Nous avons calibré les récompenses sur la base de données de conduite réelles grâce à l'apprentissage automatique, codant essentiellement la valeur pour laquelle les conducteurs humains accordent de l'importance au confort, à la sécurité ou à l'atteinte rapide de leur objectif.

Prédire le comportement des conducteurs

Lors de tests, l'équipe a montré que son algorithme pouvait prédire avec plus de précision le comportement des autres voitures avec un facteur de 25 %. Cela a aidé le véhicule à savoir quand il devait tourner à gauche plutôt que de tourner devant un conducteur venant en sens inverse.

"Cela nous permet également de décider dans quelle mesure un véhicule autonome doit être coopératif ou égoïste en fonction du scénario", a poursuivi Schwarting. "Agir de manière trop conservatrice n'est pas toujours l'option la plus sûre car cela peut provoquer des malentendus et de la confusion parmi les conducteurs humains."

L’équipe affirme que l’algorithme n’est pas encore prêt à être utilisé aux heures de grande écoute en termes d’essais routiers réels. Mais ils continuent de le développer et pensent que ses applications pourraient s’étendre encore plus loin que celle décrite ici. D’une part, observer d’autres voitures pourrait aider les futurs véhicules autonomes à apprendre à présenter davantage de caractéristiques humaines qui seront plus faciles à comprendre pour les conducteurs humains.

"[En outre], cela pourrait être utile non seulement pour les voitures entièrement autonomes, mais aussi pour les voitures existantes que nous utilisons", a déclaré Schwarting. « Par exemple, imaginez qu’une voiture entre soudainement dans votre angle mort. Avec le système [que nous avons développé], vous pourriez recevoir un avertissement dans le rétroviseur indiquant que la voiture dans votre angle mort a un conducteur agressif, ce qui pourrait être une information particulièrement précieuse.

Ensuite, les chercheurs espèrent appliquer le modèle aux piétons, vélos et autres agents susceptibles d’apparaître dans les environnements de conduite. "Nous aimerions également examiner d'autres systèmes robotiques qui doivent interagir avec nous, tels que les robots domestiques", a noté Schwarting.

Recommandations des rédacteurs

• Volkswagen lance son propre programme d'essais de voitures autonomes aux États-Unis.
• La voiture d’Apple pourrait coûter le même prix qu’une Tesla Model S
• Un ancien employé d'Apple plaide coupable d'avoir découvert les secrets d'Apple Car
• Les policiers sont confus alors qu'ils arrêtent une voiture autonome vide
• Comment une grosse camionnette bleue de 1986 a ouvert la voie aux voitures autonomes