Wenn autonome Autos sich selbst beibringen, besser als Menschen zu fahren

Unabhängig davon, ob autonome Fahrzeuge in der Lage sind, dynamische, adaptive und vernünftige Argumente zu entwickeln, die Menschen nutzen können (wenn wir also aufpassen), haben AVs bereits gezeigt, dass sie Sensorsysteme nutzen können Das gleichzeitige Sehen in alle Richtungen kann möglicherweise zu einer Sicherheit führen, die Menschen nicht so leicht erreichen können.

Das Problem ist, dass AVs in vielen Fällen das Fahren lernen, indem sie menschliche Fahrer beobachten. Wenn wir ihnen also beibringen, wie können sie ihre überlegene Hardware effektiv für überlegene Sicherheit einsetzen?

Vor ein paar Wochen, Der CEO von Cruise Automation hat ein Beispiel eines seiner AVs getwittert, das ein Sicherheitsverhalten demonstriert wo es sich bewegt, um Platz für einen Radfahrer zu schaffen. Das Interessante an diesem Verhalten ist jedoch, dass der AV dies für Radfahrer tut, die sich schnell hinter dem Fahrzeug nähern. Dies ist etwas, das ein Mensch viel seltener bemerkt und auf das er weniger reagiert. Ein ordentlicher Trick – aber was bedeutet das und wie geht es weiter?

Im obigen Video können Sie sehen, wie sich das autonome Fahrzeug ein wenig nach links zieht, wenn sich der Radfahrer mit einem ziemlich guten Clip von hinten rechts nähert, wodurch sich der Platz vergrößert, den der Radfahrer für die Überfahrt nach rechts nutzen kann.

Lesen Sie auch  Showing Up Review - -

Eine wichtige Frage, die wir hier nicht wirklich angehen werden, ist, ob dies überhaupt eine gute Idee ist, da ich (als Radfahrer) persönlich vorziehen würde, dass Autos vorhersehbar sind, anstatt manchmal seltsam nette Dinge zu tun, die ich tue möglicherweise nicht vorbereitet sein. Aber das ist eines der Dinge, die Radfahrer schwierig machen: wurden unberechenbar. Und für AVs ist der Umgang mit unvorhersehbaren Dingen notorisch problematisch.

Der Ansatz von Cruise, erklärt Rashed Haq, VP of Robotics bei Cruise, besteht darin, seinem autonomen System eine Vorstellung davon zu geben, wie unvorhersehbar Radfahrer sein können, und dann seine Aktionen entsprechend zu planen. Cruise hat Millionen von Kilometern realer Daten von seinen sensorisierten Fahrzeugen gesammelt, zu denen auch Radfahrer gehören, die alle möglichen Dinge tun. Und ihr System hat ein Modell erstellt, wie sicher es sein kann, dass ein Radfahrer, wenn er ihn sieht, genau vorhersagen kann, was dieser Radfahrer als nächstes tun wird.

“Es gibt eine gewisse Unsicherheit darüber, was ein Radfahrer wahrscheinlich nur aufgrund seiner Absicht tun wird, und dann besteht die Möglichkeit, dass er umfällt und solche Dinge”, sagt Haq. “Wenn Sie also historische Daten haben, die Ihnen helfen, zu verstehen, wie sich Radfahrer wahrscheinlich verhalten, zusammen mit diesen potenziellen anderen Dingen, die bei Radfahrern auftreten können, werden diese neuen Verhaltensweisen aus dem Ziel der Sicherheit hervorgehen.”

Aufgrund seines Verständnisses der Unvorhersehbarkeit von Radfahrern stellte die Cruise AV im Wesentlichen fest, dass sich die Wahrscheinlichkeit einer sicheren Interaktion verbessert, wenn sie den Radfahrern mehr Platz bietet. Deshalb versucht sie dies, wann immer dies möglich ist.

Lesen Sie auch  Beste Rucksäcke für College- und High-School-Studenten

Dieses Verhalten zeigt einige der kritischen Unterschiede zwischen autonomen und von Menschen angetriebenen Fahrzeugen. Menschen fahren mit relativ begrenztem Situationsbewusstsein herum und beschäftigen sich mit Dingen wie Unsicherheit hauptsächlich auf unbewusster Ebene. AVs hingegen sagen die Zukunft ständig auf sehr explizite Weise voraus. Menschen neigen dazu, die Nase vorn zu haben, wenn etwas Ungewöhnliches passiert, weil wir in der Lage sind, das lebenslange Wissen des gesunden Menschenverstandes über die Welt sofort auf unseren Entscheidungsprozess anzuwenden. In der Zwischenzeit erwägen AVs immer die sicherste nächste Vorgehensweise über den gesamten Raum, die sie vorhersagen können.

„Ich denke, viele dieser aufkommenden Verhaltensweisen basieren auf der Art von Daten, die wir beobachten, und wenn wir dann unser Sicherheitsziel anwenden, kommt es aus diesem Prozess“, sagt Haq.

Verhaltensweisen wie diese gehen natürlich weit über Radfahrer hinaus, und da das Cruise-System mehr Daten über ungewisse Ereignisse sammelt, kann es besser vorhersagen, wann diese zusätzlichen Sicherheitsmargen hinzugefügt werden müssen. Es ist ehrlich gesagt aufregend, über diese spezifischen Arten nachzudenken, in denen autonome Fahrzeuge Menschen in Bezug auf Sicherheit übertreffen, mit diesen Verhaltensweisen, die von menschlichen Fahrern unrealistisch zu erwarten sind. Dies bedeutet nicht, dass AVs in naher Zukunft für allgemein sicherere Fahrer sorgen werden, da alles, was sie zu tun wissen, auf dem basiert, was sie vorhersagen können, und die Welt ein unvorhersehbarer Ort ist. Beispiele wie diese sind jedoch eine gute Erinnerung daran, dass Roboter viel zu bieten haben und dass unsere Erwartung keine Leistung auf menschlicher Ebene sein sollte – es sollte besser sein.

Leave a Reply

Your email address will not be published.

This site uses Akismet to reduce spam. Learn how your comment data is processed.