MIT hat einen neuen Algorithmus für selbstfahrende Autos entwickelt, damit sie sich mehr wie Menschen verhalten. Selbstfahrende Autos können notorisch schlecht die Fahrspur wechseln, daher haben Forscher des MIT-Labors für Informatik und künstliche Intelligenz CSAIL entschieden, dass dies die Antwort sein solltelassen sie sich eher wie menschliche Fahrer verhalten.
Die meisten aktuellen Spurwechselalgorithmen basieren auf detaillierten statistischen Modellen, die das Auto zu einem sehr konservativen Verhalten zwingen - in vielen Fällen wird ein Spurwechsel insgesamt vermieden. Das neue MIT Algorithmus gibt den Autos weniger Informationen, sodass sie schneller Entscheidungen treffen und aggressiver handeln können.
Weniger Informationen beschleunigen die Entscheidungsfindung
Obwohl dies für ein selbstfahrendes Auto nicht intuitiv zu sein scheint, ist es tatsächlich notwendig, den Autos zu helfen, das Navigieren in dichten Verkehrsbedingungen wie New York City zu erlernen. "Die Motivation lautet: 'Was können wir mit so wenig Informationen wie möglich tun?'"Alyssa Pierson, Postdoc bei CSAIL und Erstautorin eines Papiers, in dem der Algorithmus detailliert beschrieben wird, sagte in a Aussage . "Wie kann sich ein autonomes Fahrzeug so verhalten, wie sich ein menschlicher Fahrer möglicherweise verhält?"
Der neue Algorithmus passt zulässige Pufferzonen um das Auto herum an. Wenn dem Auto weniger Daten zur Verfügung stehen, kann das Auto diese Zone im laufenden Betrieb anpassen und dem Auto die Erlaubnis geben, in verschiedenen Stilen wie aggressiv oder konservativ zu fahren.
Labortests haben sich bisher als erfolgreich erwiesen
„Die Optimierungslösung gewährleistet die Navigation mit Spurwechseln, die eine ganze Reihe von Fahrstilen modellieren können, von konservativ bis aggressiv, mit Sicherheitsgarantien.“ sagt Rus, der Direktor von CSAIL.
MIT sagte, dass der neue Algorithmus in der Simulation im Labor ausgiebig getestet wurde, dass jedoch noch kein realer Test durchgeführt werden muss. Der Algorithmus wurde in getestet. eine Simulation, bei der bis zu 16 autonome Autos in einer Umgebung mit mehreren hundert anderen Fahrzeugen fuhren.
Pierson beschrieb den Test Sprichwort „Die autonomen Fahrzeuge standen nicht in direkter Kommunikation, sondern führten den vorgeschlagenen Algorithmus parallel ohne Konflikte oder Kollisionen aus. Jedes Auto verwendete eine andere Risikoschwelle, die einen anderen Fahrstil erzeugte, sodass wir konservative und aggressive Fahrer erstellen konnten.vorberechnete Pufferzonen würden nur konservatives Fahren ermöglichen, während unser dynamischer Algorithmus eine breitere Palette von Fahrstilen ermöglicht. “
Die Forschung wird in Verbindung mit einem Projekt namens durchgeführt MapLite mit dem Ziel, autonomen Autos das Fahren mit sehr wenig Straßeninformationen zu ermöglichen. MapLite schlägt vor, dass vereinfachte Karten und spezielle Sensoren die gleichen Ergebnisse erzielen, anstatt selbstfahrenden Autos hochdetaillierte Karten zu geben, die schwer zu erstellen und zu warten sind. BeidesProjekte werden teilweise finanziert von Toyota Research Institute.
Via : MIT