У марту 2004. године, Агенција за напредне одбрамбене истраживачке пројекте САД (ДАРПА) организовала је посебан догађај Гранд Цхалленге како би тестирала обећање — или недостатак — садашње генерације самовозећих аутомобила. Учесници из највећег светског А.И. лабораторије су се такмичиле за награду од милион долара; њихова возила направљена по наруџбини дају све од себе да аутономно крећу путем од 142 миље кроз пустињу Мохаве у Калифорнији. Није добро прошло. „Победнички“ тим је успео да пређе само 7,4 миље за неколико сати пре него што је задрхтао и стао. И запалити се.
Садржај
- Оријентација друштвених вредности
- Предвиђање понашања возача
Деценију и по, а све се променило. Аутомобили који се сами возе успешно су прешли стотине хиљада миља на стварним путевима. Није контроверзно рећи да ће људи готово сигурно бити безбеднији у аутомобилу који вози робот него у аутомобилу који вози човек. Међутим, иако ће на крају доћи до прекретнице када сваки аутомобил на путу буде аутономан, постоји и биће неуредна посредничка фаза када ће аутомобили који се сами возе морати да деле пут са којима управљају људи аутомобили. Знате ли ко ће вероватно бити проблематичне стране у овом сценарију? Тако је: меснати, непредвидиви, понекад опрезни, понекад склони бесу на путу.
Да би покушали да реше овај проблем, истраживачи из Лабораторије за рачунарске науке и вештачку интелигенцију МИТ-а (ЦСАИЛ) су креирао је нови алгоритам који омогућава самовозећим аутомобилима да класификују „друштвене личности“ других возача на пут. На исти начин на који људи (често ненаучно) покушавају да утврде одговоре других возача када кажемо да се крећемо на раскрсници, тако да ће аутономна возила покушати да схвате с ким имају посла како би избегли несреће на пут.
Повезан
- Аутономни аутомобили збуњени маглом Сан Франциска
- Тесла се нада да ће потпуна бета верзија са самовожњом изаћи на глобалном нивоу до краја 2022
- Чудна ствар се управо догодила са флотом аутономних аутомобила
„Развили смо систем који интегрише алате из социјалне психологије у доношење одлука и контролу аутономних возила“, Вилко Сцхвартинг, истраживач асистент на МИТ ЦСАИЛ, рекао је за Дигитал Трендс. „Она је у стању да процени понашање возача у односу на то колико је себичан или несебичан одређени возач. Способност система да процени такозвану „оријентацију на друштвену вредност“ возача омогућава му да боље предвиди шта ће људски возачи радити и стога је у стању да вози безбедније.
Препоручени видео снимци
Оријентација друштвених вредности
У целини, наши покретачки оквири функционишу прилично добро; давање предности једном возачу над другим, подела нас на траке за прављење, итд. Али још увек постоји много субјективнијих тренутака када више страна мора да смисли како да координира своје напоре да заврше маневар, понекад великим брзинама. Знајући да ли имате посла са нестрпљивим возачем који ће вас посећи или са стрпљивим возачем који чекати или правити пут може значити разлику између успешног путовања и напуханог савијања браника. Чињеница да се сваке године само у Сједињеним Државама дешавају стотине хиљада несрећа са променом траке, спајањем и скретањем удесно или улево показује да људи нису сасвим савладали ову суптилну уметност.
Оријентација друштвених вредности је део области међусобног доношења одлука, посматрајући стратешке интеракције између две или више људи. Она је укорењена у теорији игара, чији су концепти први пут изложени у књизи Оскара Моргенштајна и Џона фон Веумана из 1944. Теорија игара и економско понашање.
Општа идеја је у суштини следећа: Агенти имају сопствене преференције које се могу одредити у смислу њихове корисности (нивоа задовољства). У оквиру ових параметара они ће деловати логично, у складу са тим преференцијама. Преведено у понашање у вожњи, без обзира колико непредвидиво пут изгледао у шпицу, знајући колико је алтруистичан, просоцијални, егоистични или такмичарски расположени возачи око вас, можете предвидети понашање како бисте завршили своје путовање без проблем.
Друштвено понашање за аутономна возила
Посматрајући начин на који други аутомобили возе, МИТ алгоритам процењује друге возаче на основу „награде другима“ у односу на. скала „награда себи“. То би значило сортирање супутника у „алтруистичке“, „просоцијалне“, „егоистичне“, „компетитивне“, „садистичке“, „садомазохистичке“, „мазохистичке“ и „мученичке“ категорије. Кроз учење да се сви други аутомобили не понашају на исти начин, тим верује да би њихов модел могао да се покаже као добродошао додатак системима аутомобила који се самостално возе.
„Прво смо обучили систем моделирањем путних сценарија у којима је сваки возач покушавао да максимално искористи своје корисност и анализирање њихових најефикаснијих одговора у светлу одлука свих других агената“, Швартинг је рекао. „Услужни програм укључује колико возач пондерише сопствену корист у односу на корист другог возача, пондерисану од стране СВО. На основу тог малог исечка кретања из других аутомобила, наш алгоритам би тада могао да предвиди понашање околних аутомобила као кооперативно, алтруистичко или егоистично током интеракције. Калибрирали смо награде на основу стварних података о вожњи уз машинско учење, у суштини кодирајући колико људски возачи цене удобност, безбедност или брзо стичу до свог циља.”
Предвиђање понашања возача
У тестовима, тим је показао да њихов алгоритам може прецизније да предвиди понашање других аутомобила за фактор од 25%. Ово је помогло возилу да зна када треба када је скретање улево у односу на скретање испред возача који долази из супротног смера.
„Такође нам омогућава да одлучимо колико кооперативно или егоистично аутономно возило треба да буде у зависности од сценарија“, наставио је Швартинг. „Претерано конзервативно понашање није увек најбезбеднија опција јер може изазвати неспоразуме и конфузију међу људским возачима.
Тим каже да алгоритам још није спреман за ударно време у смислу тестирања путева у стварном свету. Али они настављају да га развијају и мисле да би се његове примене могле проширити и даље од оне описане овде. Као прво, посматрање других аутомобила могло би помоћи будућим самовозећим возилима да науче да показују више особина сличних људима које ће људским возачима бити лакше да схвате.
„[Поред тога], ово би могло бити корисно не само за потпуно самовозеће аутомобиле, већ и за постојеће аутомобиле које користимо“, рекао је Швартинг. „На пример, замислите да аутомобил изненада уђе у вашу слепу тачку. Са системом [који смо развили], можда ћете добити упозорење у ретровизору да аутомобил у вашем мртвом углу има агресивног возача, што би могла бити посебно драгоцена информација."
Затим, истраживачи се надају да ће применити модел на пешаке, бицикле и друге агенте који се могу појавити у окружењу вожње. „Такође бисмо желели да погледамо и друге роботске системе који треба да ступе у интеракцију са нама, као што су кућни роботи“, приметио је Швартинг.
Препоруке уредника
- Волксваген покреће сопствени програм тестирања самовозећих аутомобила у САД
- Аппле-ов аутомобил би могао коштати исто колико и Тесла Модел С
- Бивши запосленик Аппле-а изјаснио се кривим за хватање тајни Аппле Цар-а
- Полицајци збуњени док заустављају празан самовозећи аутомобил
- Како је велики плави комби из 1986. отворио пут самовозећим аутомобилима
