Αυτοματοποιημένη οδήγηση, ένα παζλ πρόβλεψης

Η οδήγηση είναι μια λεπτή τέχνη της μαντείας. Ή σχεδόν. Κατά την αξιολόγηση του κώδικα εθνικής οδού, οι περισσότερες αποφάσεις βασίζονται στο τι πρόκειται να κάνουν οι άλλοι χρήστες του δρόμου. Από τον πεζό, τον ποδηλάτη ή το επερχόμενο αυτοκίνητο, ποιος θα δώσει θέση στον άλλο, ποιος θα μπει πρώτος, ποιος θα υποχωρήσει και πώς θα συμπεριφερθούν οι άλλοι;

Τα αυτόνομα συστήματα ελέγχου αυτοκινήτου δυσκολεύονται να κάνουν ακριβώς αυτό. Ο αλγόριθμος, ο οποίος αναπτύχθηκε από μια ομάδα από το Εργαστήριο Τεχνητής Νοημοσύνης του Ινστιτούτου Τεχνολογίας της Μασαχουσέτης (MIT) στις Ηνωμένες Πολιτείες σε συνεργασία με τρεις Κινέζους ερευνητές από το Πανεπιστήμιο Tsinghua, κάνει ακριβώς αυτό.

Διαδραστική πρόβλεψη

Αυτό το πρόγραμμα «διαδραστικής πρόβλεψης», που ονομάζεται M2I, θα παρουσιαστεί στο CVPR τον Ιούνιο του 2022, μια εναλλαγή των ετήσιων συνεδρίων για την όραση υπολογιστών και την αναγνώριση μορφών. Αυτό ισχύει Διαφορετικά πλαίσιαΔιασταυρώσεις ελεγχόμενες από φανάρια, πλαγιές πρόσβασης για οδούς ταχείας κυκλοφορίας, εκτροπές διαφόρων οχημάτων, ενόχληση ποδηλατών, αλλαγές λωρίδων κυκλοφορίας, πεζοί που διασχίζουν το δρόμο στη μέση της κυκλοφορίας…

Ο αλγόριθμος εκπαιδεύτηκε και δοκιμάστηκε χρησιμοποιώντας μια βάση δεδομένων με σκηνές δρόμου που διαμορφώθηκαν σε πραγματικές καταστάσεις από το Waymo, το τμήμα αυτοοδηγούμενων αυτοκινήτων της Google. Η αρχή είναι να χωρίσουμε ένα σύνθετο πρόβλημα σε πολλά απλά. Συγκεκριμένα, το αυτόνομο όχημα εντοπίζει δύο χρήστες του δρόμου και αξιολογεί τη διαδρομή που περιγράφει ο καθένας. Ανάλογα με το τι καθορίζει δύο ρόλους: ο ένας από τους χρήστες έχει επιρροή και ο άλλος είναι αντιδραστικός. Σαφώς, ο αλγόριθμος καθορίζει ποιος πράκτορας σταματά τη συμπεριφορά του σε έναν άλλον και στη συνέχεια υπολογίζει τη διαδρομή που ακολουθεί ο καθένας μέσα σε οκτώ δευτερόλεπτα.

READ  Όπως μπορείτε να δείτε το 2021

Οι όψεις δρόμων αναλύθηκαν και επεξεργάστηκαν με τον αλγόριθμο MI2. Πίστωση: CSAIL MIT

Μειώστε τον χρόνο υπολογισμού

Σε αυτή την περίπτωση, ο αλγόριθμος εξάγει έξι πιθανές διαδρομές, σε καθεμία εκχωρείται ένα επίπεδο εμπιστοσύνης. Αντί να αναλύει την πληρότητα μιας σκηνής, το πρόγραμμα μετακινείται από τη μια αλληλεπίδραση στην άλλη, συνεχώς και σε πραγματικό χρόνο, σύμφωνα με την εξέλιξη της κυκλοφορίας. Αυτή η διαδικασία προσεγγίζει τελικά τα ανθρώπινα αντανακλαστικά ενώ μειώνει τον χρόνο υπολογισμού, επιτρέποντας στο αυτόνομο αυτοκίνητο να λαμβάνει πληροφορίες συστήματος και επομένως να παίρνει γρήγορες αποφάσεις.

Ωστόσο, αυτή η λύση δεν είναι λάθος. Ορισμένες προβλέψεις διαδρομής, όταν συγκρίνονται με τις πραγματικές διαδρομές των μοντέλων βάσεων δεδομένων, καταλήγουν σε (εικονικές) συγκρούσεις. Όμως το M2I καταγράφει χαμηλότερο ποσοστό σύγκρουσης σε σύγκριση με τις υπάρχουσες τεχνολογίες.

Koralia Markiadi

" Άπληστος φανατικός φαγητού. Ανυπόφορος ενθουσιώδης twitter. Wannabe επιχειρηματίας. Αφιερωμένος συγγραφέας."

Αφήστε μια απάντηση

Η ηλ. διεύθυνση σας δεν δημοσιεύεται.

Back to top