Il MIT insegna alle auto a guida autonoma come psicoanalizzare gli esseri umani sulla strada

Nel marzo 2004, la DARPA (Defence Advanced Research Projects Agency) degli Stati Uniti ha organizzato uno speciale evento Grand Challenge per testare la promessa – o la mancanza di essa – delle auto a guida autonoma dell’attuale generazione. I partecipanti provenienti dai migliori A.I. i laboratori hanno gareggiato per un premio di 1 milione di dollari; i loro veicoli personalizzati fanno del loro meglio per percorrere in autonomia un percorso di 142 miglia attraverso il deserto del Mojave in California. Non è andata bene. La squadra "vincitrice" è riuscita a percorrere solo 7,4 miglia in diverse ore prima di fermarsi con un brivido. E prendere fuoco.

Un decennio e mezzo, a tutto è cambiato. Le auto a guida autonoma hanno percorso con successo centinaia di migliaia di chilometri su strade reali. Non è controverso affermare che gli esseri umani saranno quasi certamente più sicuri in un’auto guidata da un robot che in una guidata da un essere umano. Tuttavia, anche se alla fine ci sarà un punto critico in cui tutte le auto sulla strada saranno autonome, esisterà anche un punto di svolta ci sarà una fase intermedia caotica in cui le auto a guida autonoma dovranno condividere la strada con quelle a guida umana automobili. Sapete quali potrebbero essere le parti problematiche in questo scenario? Esatto: gli esseri umani carnosi, imprevedibili, a volte cauti, a volte inclini alla rabbia per la strada.

Per cercare di risolvere questo problema, i ricercatori del Computer Science and Artificial Intelligence Laboratory (CSAIL) del MIT hanno ha creato un nuovo algoritmo destinato a consentire alle auto a guida autonoma di classificare le “personalità sociali” degli altri conducenti strada. Allo stesso modo in cui gli esseri umani (spesso in modo non scientifico) cercano di accertare le risposte degli altri guidatori quando diciamo, in movimento a un incrocio, quindi i veicoli autonomi cercheranno di capire con chi hanno a che fare per evitare incidenti strada.

“Abbiamo sviluppato un sistema che integra gli strumenti della psicologia sociale nel processo decisionale e nel controllo dei veicoli autonomi”, Wilko Schwarting, un assistente di ricerca presso il MIT CSAIL, ha detto a Digital Trends. “È in grado di stimare il comportamento dei conducenti rispetto a quanto un determinato conducente sembra essere egoista o altruista. La capacità del sistema di stimare il cosiddetto “orientamento al valore sociale” dei conducenti gli consente di prevedere meglio cosa faranno i conducenti umani ed è quindi in grado di guidare in modo più sicuro”.

Orientamento al valore sociale

Nel complesso, i nostri quadri di guida funzionano abbastanza bene; dando priorità ad un guidatore rispetto ad un altro, dividendoci in corsie direzionali, e così via. Ma ci sono ancora molti momenti più soggettivi in ​​cui più parti devono capire come coordinare i propri sforzi per completare una manovra, a volte ad alta velocità. Sapere se hai a che fare con un guidatore impaziente che ti farà a pezzi o con uno paziente che lo fa aspettare o fare strada può fare la differenza tra un viaggio di successo e un irto incidente. Il fatto che ogni anno nei soli Stati Uniti si verifichino centinaia di migliaia di incidenti legati a cambi di corsia, incroci e svolte a destra o a sinistra dimostra che gli esseri umani non hanno ancora padroneggiato questa sottile arte.

L'orientamento al valore sociale è una parte del campo del processo decisionale interdipendente, che esamina le interazioni strategiche tra due o più persone. Affonda le sue radici nella teoria dei giochi, i cui concetti furono delineati per la prima volta in un libro del 1944 di Oskar Morgenstein e John von Veumann intitolato Teoria dei giochi e comportamento economico.

L'idea generale è essenzialmente questa: gli agenti hanno le proprie preferenze che possono essere ordinate in termini di utilità (livello di soddisfazione). All'interno di questi parametri agiranno logicamente, secondo quelle preferenze. Tradotto in comportamento di guida, per quanto imprevedibile possa sembrare la strada nelle ore di punta, sapendo quanto altruista, potrebbero essere prosociali, egoisti o competitivi i conducenti intorno a te, puoi prevedere il comportamento con cui completare il tuo viaggio senza problema.

Osservando il modo in cui guidano le altre auto, l’algoritmo del MIT valuta gli altri conducenti in base alla “ricompensa per gli altri” rispetto alla “ricompensa per gli altri”. scala “ricompensa personale”. Ciò significherebbe classificare gli altri abitanti della strada in categorie “altruistico”, “prosociale”, “egoista”, “competitivo”, “sadico”, “sadomasochista”, “masochista” e “martire”. Avendo appreso che non tutte le altre auto si comportano allo stesso modo, il team ritiene che il loro modello potrebbe rivelarsi una gradita aggiunta ai sistemi di auto a guida autonoma.

“Abbiamo prima addestrato il sistema modellando scenari stradali in cui ogni conducente cercava di massimizzare il proprio utilità e analizzando le loro risposte più efficaci alla luce delle decisioni di tutti gli altri agenti”, Schwarting ha detto. “L’utilità incorpora quanto un conducente pondera il proprio vantaggio rispetto al vantaggio di un altro conducente, ponderato dall’SVO. Basandosi su quel piccolo frammento di movimento di altre auto, il nostro algoritmo potrebbe quindi prevedere il comportamento delle auto circostanti come cooperativo, altruistico o egoistico durante le interazioni. Abbiamo calibrato i premi sulla base di dati di guida reali con l’apprendimento automatico, codificando essenzialmente quanto i guidatori umani apprezzano il comfort, la sicurezza o il raggiungimento rapido del loro obiettivo”.

Prevedere il comportamento dei guidatori

Nei test, il team ha dimostrato che il loro algoritmo poteva prevedere con maggiore precisione il comportamento di altre auto con un fattore del 25%. Ciò ha aiutato il veicolo a sapere quando dovrebbe svoltare a sinistra anziché svoltare davanti a un conducente in arrivo.

"Ci consente anche di decidere quanto cooperativo o egoistico dovrebbe essere un veicolo autonomo a seconda dello scenario", ha continuato Schwarting. "Agire in modo eccessivamente prudente non è sempre l'opzione più sicura perché può causare incomprensioni e confusione tra i guidatori umani."

Il team afferma che l’algoritmo non è ancora pronto per il debutto in termini di test su strada nel mondo reale. Ma continuano a svilupparlo e pensano che le sue applicazioni potrebbero estendersi anche oltre quella qui descritta. Per prima cosa, osservare altre auto potrebbe aiutare i futuri veicoli a guida autonoma a imparare a mostrare tratti più simili a quelli umani che saranno più facili da comprendere per i guidatori umani.

“[Inoltre], questo potrebbe essere utile non solo per le auto completamente a guida autonoma, ma per le auto esistenti che utilizziamo”, ha affermato Schwarting. “Ad esempio, immagina che un’auto entri improvvisamente nel tuo angolo cieco. Con il sistema [che abbiamo sviluppato], potresti ricevere un avviso nello specchietto retrovisore che l’auto nel tuo angolo cieco ha un guidatore aggressivo, il che potrebbe essere un’informazione particolarmente preziosa”.

Successivamente, i ricercatori sperano di applicare il modello a pedoni, biciclette e altri agenti che potrebbero comparire negli ambienti di guida. "Ci piacerebbe anche esaminare altri sistemi robotici che devono interagire con noi, come i robot domestici", ha osservato Schwarting.

Raccomandazioni degli editori

• Volkswagen sta lanciando il proprio programma di test sulle auto a guida autonoma negli Stati Uniti.
• L’auto di Apple potrebbe costare quanto una Tesla Model S
• Ex dipendente Apple si dichiara colpevole di aver carpito i segreti dell'Apple Car
• Gli agenti sono confusi mentre accostano un'auto vuota a guida autonoma
• Come un grande furgone blu del 1986 ha aperto la strada alle auto a guida autonoma