2004 წლის მარტში, აშშ-ს თავდაცვის მოწინავე კვლევითი პროექტების სააგენტომ (DARPA) მოაწყო სპეციალური Grand Challenge ღონისძიება, რათა გამოსცადა მიმდინარე თაობის თვითმართვადი მანქანების დაპირება ან მისი ნაკლებობა. აბიტურიენტები მსოფლიოს საუკეთესო A.I. ლაბორატორიები იბრძოდნენ 1 მილიონი დოლარის პრიზისთვის; მათი შეკვეთით შექმნილი მანქანები მაქსიმალურად ცდილობენ ავტონომიურად გაიარონ 142 მილის მარშრუტი კალიფორნიის მოჯავეს უდაბნოში. კარგად არ გამოვიდა. "გამარჯვებულმა" გუნდმა მოახერხა მხოლოდ 7,4 მილის გავლა რამდენიმე საათში, სანამ შეჩერდა. და ცეცხლი ეკიდა.
შინაარსი
- სოციალური ღირებულებითი ორიენტაცია
- მძღოლების ქცევის პროგნოზირება
ათწლე-ნახევარი, ა ბევრი რამ შეიცვალა. თვითმართველმა მანქანებმა წარმატებით გაიარეს ასობით ათასი მილი რეალურ გზებზე. საკამათო არ არის იმის თქმა, რომ ადამიანები თითქმის უფრო უსაფრთხო იქნებიან მანქანაში, რომელსაც მართავს რობოტი, ვიდრე ის მანქანაში, რომელსაც ადამიანი მართავს. თუმცა, მიუხედავად იმისა, რომ საბოლოოდ დადგება გარდამტეხი წერტილი, როდესაც გზაზე ყველა მანქანა ავტონომიურია, არსებობს ასევე ეს იქნება ბინძური შუამავალი ეტაპი, როდესაც თვითმართველ მანქანებს მოუწევთ გზის გაზიარება ადამიანებთან ერთად მანქანები. იცით, ვინ იქნებიან პრობლემური მხარეები ამ სცენარში? ეს მართალია: ხორციანი, არაპროგნოზირებადი, ზოგჯერ ფრთხილი, ზოგჯერ გზის გაბრაზებისკენ მიდრეკილი ადამიანები.
ამ პრობლემის გადასაჭრელად, MIT-ის კომპიუტერული მეცნიერებისა და ხელოვნური ინტელექტის ლაბორატორიის (CSAIL) მკვლევარებმა შექმნა ახალი ალგორითმი, რომელიც მიზნად ისახავს თვითმართველ მანქანებს სხვა მძღოლების „სოციალური პიროვნებების“ კლასიფიკაციის საშუალებას. გზა. ისევე, როგორც ადამიანები (ხშირად არამეცნიერულად) ცდილობენ დაადგინონ სხვა მძღოლების პასუხები, როდესაც ჩვენ ვამბობთ, რომ მოძრაობა გზაჯვარედინზე, ასე რომ, ავტონომიური მანქანები შეეცდებიან გაარკვიონ, ვისთან აქვთ საქმე, რათა თავიდან აიცილონ უბედური შემთხვევები. გზა.
დაკავშირებული
- სან-ფრანცისკოს ნისლით დაბნეული ავტონომიური მანქანები
- Tesla იმედოვნებს, რომ სრული თვითმართვის ბეტა გლობალურად გამოვა 2022 წლის ბოლოს
- უცნაური რამ მოხდა ავტონომიური მანქანების ფლოტთან დაკავშირებით
„ჩვენ შევიმუშავეთ სისტემა, რომელიც აერთიანებს ინსტრუმენტებს სოციალური ფსიქოლოგიიდან ავტონომიური მანქანების გადაწყვეტილების მიღებასა და კონტროლში. ვილკო შვარტინგიგანუცხადა Digital Trends-ს MIT CSAIL-ის მკვლევარმა ასისტენტმა. „მას შეუძლია შეაფასოს მძღოლების ქცევა იმის მიხედვით, თუ რამდენად ეგოისტი ან თავდაუზოგავი ჩანს კონკრეტული მძღოლი. სისტემის უნარი შეაფასოს მძღოლების ეგრეთ წოდებული „სოციალური ღირებულების ორიენტაცია“ საშუალებას აძლევს მას უკეთ წინასწარ განსაზღვროს, რას გააკეთებენ ადამიანები მძღოლები და, შესაბამისად, შეუძლია უფრო უსაფრთხოდ მართოს მძღოლი.
რეკომენდებული ვიდეოები
სოციალური ღირებულებითი ორიენტაცია
მთლიანობაში, ჩვენი მამოძრავებელი ჩარჩოები საკმაოდ კარგად ფუნქციონირებს; ერთი მძღოლისთვის პრიორიტეტის მინიჭება მეორეზე, ჩვენი დაყოფა მიმართულ ზოლებად და ა.შ. მაგრამ ჯერ კიდევ არის უამრავი სუბიექტური მომენტი, როდესაც მრავალმა მხარემ უნდა გაარკვიოს, როგორ კოორდინაცია გაუწიოს მათ ძალისხმევას მანევრის დასასრულებლად, ზოგჯერ მაღალი სიჩქარით. იმის ცოდნა, საქმე გაქვს მოუთმენელ მძღოლთან, რომელიც მოგჭრის თუ პაციენტთან, რომელიც ლოდინი ან გზის გაშლა შეიძლება ნიშნავდეს განსხვავებას წარმატებულ მოგზაურობასა და მღელვარე ფანდერს შორის. ის ფაქტი, რომ ყოველწლიურად მხოლოდ შეერთებულ შტატებში ხდება ასობით ათასი ზოლის შეცვლა, შერწყმა და მარჯვენა ან მარცხნივ მოხვევის ავარია, ცხადყოფს, რომ ადამიანებს ჯერ კიდევ არ აქვთ ათვისებული ეს დახვეწილი ხელოვნება.
სოციალური ღირებულების ორიენტაცია არის ურთიერთდამოკიდებული გადაწყვეტილების მიღების სფეროს ნაწილი, რომელიც აკვირდება ორ ან მეტ ადამიანს შორის სტრატეგიულ ურთიერთქმედებას. ეს ფესვებია თამაშის თეორიაში, რომლის ცნებები პირველად გამოიკვეთა 1944 წელს ოსკარ მორგენშტაინისა და ჯონ ფონ ვეუმანის წიგნში, სახელწოდებით. თამაშების თეორია და ეკონომიკური ქცევა.
ფართო იდეა არსებითად ასეთია: აგენტებს აქვთ საკუთარი პრეფერენციები, რომელთა შეკვეთაც შესაძლებელია მათი სარგებლიანობის თვალსაზრისით (კმაყოფილების დონე). ამ პარამეტრების ფარგლებში ისინი იმოქმედებენ ლოგიკურად, ამ პრეფერენციების მიხედვით. თარგმნილია მართვის ქცევაში, რაც არ უნდა არაპროგნოზირებადი ჩანდეს გზა პიკის საათებში, იმის ცოდნა, თუ რამდენად ალტრუისტული, პროსოციალური, ეგოისტური ან კონკურენტუნარიანი მძღოლები შეიძლება იყვნენ თქვენს ირგვლივ, შეგიძლიათ იწინასწარმეტყველოთ ქცევა, რომლის გარეშეც დაასრულებთ თქვენს მოგზაურობას პრობლემა.
სოციალური ქცევა ავტონომიური მანქანებისთვის
სხვა მანქანების მართვის გზაზე დაკვირვებით, MIT ალგორითმი აფასებს სხვა მძღოლებს „სხვებისთვის ჯილდოს“ წინააღმდეგ. "ჯილდო საკუთარი თავისთვის" სკალა. ეს ნიშნავს თანამემამულეების გზის მაცხოვრებლების დახარისხებას "ალტრუისტულ", "პროსოციალურ", "ეგოისტად", "კონკურენტულ", "სადისტურ", "სადომაზოხისტულ", "მაზოხისტ" და "მოწამე" კატეგორიებად. იმის გაგებით, რომ ყველა სხვა მანქანა არ იქცევა ერთნაირად, გუნდს მიაჩნია, რომ მათი მოდელი შეიძლება იყოს მისასალმებელი დამატება თვითმართვადი მანქანის სისტემებში.
„ჩვენ ვავარჯიშეთ სისტემა ჯერ საგზაო სცენარების მოდელირებით, სადაც თითოეული მძღოლი ცდილობდა საკუთარი თავის მაქსიმიზაციას სარგებლობა და მათი ყველაზე ეფექტური პასუხების ანალიზი ყველა სხვა აგენტის გადაწყვეტილებების გათვალისწინებით,” თქვა შვარტინგმა. „კომუნალური პროგრამა ითვალისწინებს რამდენად აწონებს მძღოლი საკუთარ სარგებელს სხვა მძღოლის სარგებელს SVO-ს მიერ შეწონილი. სხვა მანქანების მოძრაობის ამ პატარა ფრაგმენტზე დაყრდნობით, ჩვენს ალგორითმს შეუძლია იწინასწარმეტყველოს გარშემო მყოფი მანქანების ქცევა, როგორც კოოპერატიული, ალტრუისტული ან ეგოისტური ურთიერთქმედების დროს. ჩვენ დავაკალიბრეთ ჯილდოები მართვის რეალურ მონაცემებზე დაფუძნებული მანქანური სწავლით, არსებითად დაშიფრული, თუ რამდენად აფასებენ ადამიანები მძღოლები კომფორტს, უსაფრთხოებას ან მიზნის სწრაფად მიღწევას.
მძღოლების ქცევის პროგნოზირება
ტესტებში გუნდმა აჩვენა, რომ მათ ალგორითმს შეუძლია სხვა მანქანების ქცევის უფრო ზუსტად პროგნოზირება 25%-ით. ეს დაეხმარა მანქანას გაეგო, როდის უნდა მობრუნებულიყო მარცხნივ შემობრუნების დროს მომავალი მძღოლის წინ.
”ის ასევე საშუალებას გვაძლევს გადავწყვიტოთ, რამდენად კოოპერატიული ან ეგოისტური უნდა იყოს ავტონომიური მანქანა სცენარის მიხედვით,” - განაგრძო შვარტინგმა. ”ზედმეტად კონსერვატიული მოქმედება ყოველთვის არ არის ყველაზე უსაფრთხო ვარიანტი, რადგან ამან შეიძლება გამოიწვიოს გაუგებრობები და დაბნეულობა მძღოლებში.”
გუნდი ამბობს, რომ ალგორითმი ჯერ არ არის მზად პრაიმ-ტაიმისთვის რეალური საგზაო ტესტირების თვალსაზრისით. მაგრამ ისინი აგრძელებენ მის განვითარებას და ფიქრობენ, რომ მისი აპლიკაციები შეიძლება გავრცელდეს აქ აღწერილის მიღმა. ერთი მხრივ, სხვა მანქანებზე დაკვირვება შეიძლება დაეხმაროს მომავალ თვითმართველ სატრანსპორტო საშუალებებს ისწავლონ უფრო მეტი ადამიანის მსგავსი თვისებების გამოვლენა, რაც უფრო ადვილი იქნება ადამიანთა მძღოლებისთვის გასაგები.
”[გარდა ამისა], ეს შეიძლება იყოს სასარგებლო არა მხოლოდ სრულად თვითმართვადი მანქანებისთვის, არამედ არსებული მანქანებისთვის, რომლებსაც ჩვენ ვიყენებთ”, - თქვა შვარტინგმა. „მაგალითად, წარმოიდგინეთ, რომ მანქანა მოულოდნელად შემოდის თქვენს ბრმა ადგილზე. [ჩვენ შევიმუშავეთ] სისტემით, თქვენ შეიძლება მიიღოთ გაფრთხილება უკანა ხედვის სარკეში, რომ თქვენს ბრმა ადგილზე მყოფ მანქანას ჰყავს აგრესიული მძღოლი, რაც შეიძლება იყოს განსაკუთრებით ღირებული ინფორმაცია.”
შემდეგ, მკვლევარები იმედოვნებენ, რომ გამოიყენებენ მოდელს ფეხით მოსიარულეებზე, ველოსიპედებზე და სხვა აგენტებზე, რომლებიც შესაძლოა გამოჩნდნენ მართვის გარემოში. „ჩვენ ასევე გვსურს შევხედოთ სხვა რობოტულ სისტემებს, რომლებსაც ჩვენთან ურთიერთობა სჭირდებათ, როგორიცაა საყოფაცხოვრებო რობოტები“, - აღნიშნა შვარტინგმა.
რედაქტორების რეკომენდაციები
- ფოლკსვაგენი იწყებს საკუთარი თვითმართვადი მანქანების ტესტირების პროგრამას აშშ-ში.
- Apple-ის ჭორებით ავტომობილი შეიძლება ძვირად ღირდეს Tesla Model S-ის
- Apple-ის ყოფილი თანამშრომელი თავს დამნაშავედ ცნობს Apple Car-ის საიდუმლოების ამოღებაში
- დაბნეული ოფიცრები ცარიელ თვითმართველ მანქანას აჩერებენ
- როგორ გაუხსნა გზა 1986 წლის დიდმა ცისფერმა ფურგონმა თვითმართველ მანქანებს
