自動運転車が道路に到着するまでに、私たちが思っていたよりも時間がかかっています。 自動車業界の専門家とテクノロジー企業は、2020 年までにここに到達すると予測し、 2021年までに主流になる. しかし、ドライバーなしで車を路上に走らせるのはかなり遠いことが判明 より複雑 当初想定されていたよりも努力しており、自律的な個人輸送のビジョンに向けて、私たちはまだ非常にゆっくりと進んでいます.
しかし、延長されたタイムラインは研究者やエンジニアを落胆させませんでした。 自己駆動車 効率的で手頃な価格、そして最も重要なのは安全です。 そのために、ミシガン大学の研究チームは最近、新しいアイデアを思いつきました。それは、自動運転車をひどいドライバーにさらすというものです。 彼らは、先週出版された論文で彼らのアプローチを説明しました 自然.
[埋め込まれたコンテンツ]
自動運転アルゴリズムが車両の操作の基本を理解するのはそれほど難しいことではないかもしれませんが、自動運転アルゴリズム (および人間) を投げかけるのは、他のドライバーによるひどい道路行動と、ランダムな危険なシナリオです (サイクリストが突然車の真ん中に向きを変えます)。道路;子供が車の前を走っておもちゃを取りに行く;動物がどこからともなくあなたのヘッドライトに突っ込んでくる)。
幸いなことに、これらはあまり一般的ではないため、エッジ ケースと見なされます。予期しないときに発生するまれなケースです。 エッジ ケースは路上でのリスクの多くを占めていますが、ドライバーが遭遇する可能性は高くないため、分類や計画が困難です。 人間のドライバーは、多くの場合、死亡事故を回避するためにこれらのシナリオに間に合うように対応できますが、アルゴリズムに同じことを教えるのは少し難しいです。
論文の筆頭著者である Henry Liu として、 それを置く、「人間のドライバーの場合、100 億マイルごとに XNUMX 人の死亡者が出る可能性があります。 自動運転車が人間のドライバーよりも優れた安全性能を発揮することを検証したい場合、統計的には本当に何十億マイルも必要になります。」
エッジケースの適切なサンプルを構築するために何十億マイルも運転するのではなく、すぐに追跡して、それらでいっぱいの仮想環境を構築してみませんか?
Liu 氏のチームがまさにそれを行ったのです。 彼らは、車、トラック、鹿、サイクリスト、歩行者でいっぱいの仮想環境を構築しました。 高速道路と都市部の両方のテスト トラックでは、拡張現実を使用して、シミュレートされた背景車両を物理的な道路インフラストラクチャと実際の自動運転テスト車と組み合わせ、拡張現実の障害物を車のセンサーに送り込んで、車が現実のもののように反応するようにしました。
チームは、このアプローチを「密な深層強化学習」と呼び、危険な運転に焦点を当てるようにトレーニング データをゆがめました。 車が遭遇した状況は事前にプログラムされたものではなく、AI によって生成されたものであり、AI は車両をより適切にテストする方法を学習します。
このシステムは、従来の方法で訓練された自動運転アルゴリズムよりもはるかに速く危険を特定する (そして危険でないものを除外する) ことを学習しました。 チーム 書いた 彼らの AI エージェントは、「評価プロセスを数桁、10^3 から 10^5 倍高速化する」ことができました。
自動運転アルゴリズムのトレーニング 仮想環境 は新しい概念ではありませんが、複雑なシナリオに焦点を当てたミシガン州のチームは、自動運転車を危険な状況にさらす安全な方法を提供します。 チームはまた、他の「安全性が重要な自律システム」が使用するエッジ ケースのトレーニング データ セットを構築しました。
このようなツールがさらにいくつかあれば、おそらく 自己駆動車 私たちが現在予測しているよりも早くここに来るでしょう。
画像クレジット: Nature/Henry Liu et. アル。
- SEO を活用したコンテンツと PR 配信。 今日増幅されます。
- Platoblockchain。 Web3メタバースインテリジェンス。 知識の増幅。 こちらからアクセスしてください。
- 情報源: https://singularityhub.com/2023/03/31/to-make-self-driving-cars-safer-expose-them-to-terrible-drivers/
- :は
- $UP
- 100
- 2020
- a
- できる
- 手頃な価格の
- エージェント
- AI
- AL
- アルゴリズム
- および
- 動物
- アプローチ
- です
- AS
- At
- 増強された
- 拡張現実
- 著者
- オート
- 自律的
- 自律車
- 背景
- の基礎
- BE
- さ
- より良いです
- 億
- ビット
- ビルド
- 内蔵
- by
- 呼び出し
- 自動車
- 自動車
- 例
- チェイス
- 子
- 組み合わせる
- コマンドと
- 企業
- 複雑な
- コンセプト
- 見なさ
- コンテンツ
- クレジット
- カット
- 危険な
- データ
- データセット
- 鹿
- 記載された
- DID
- 落胆した
- ダウン
- ドライバー
- 運転
- エコノミスト
- エッジ(Edge)
- 効率的な
- 埋め込まれた
- エンジニア
- 環境
- 評価
- 正確に
- 期待して
- 専門家
- 速いです
- FRBは
- 少数の
- 埋め
- filter
- フォーカス
- から
- フロント
- フル
- 生成された
- 取得する
- ゴエス
- ハード
- ヘンリー
- こちら
- 非常に
- 高速道路
- 認定条件
- How To
- HTML
- HTTPS
- 人間
- 人間
- アイデア
- 識別する
- in
- 個人
- 産業を変えます
- 業界の専門家
- インフラ関連事業
- 当初
- IT
- JPG
- 姓
- つながる
- 学んだ
- ような
- 可能性が高い
- より長いです
- たくさん
- 主流
- make
- ミシガン州
- 真ん中
- かもしれない
- 百万
- 他には?
- 最も
- の試合に
- 自然
- 必要
- 新作
- 小説
- 障害
- of
- on
- オペレーティング
- 注文
- 受注
- その他
- パック
- 紙素材
- 公演
- おそらく
- 物理的な
- 計画
- プラトン
- プラトンデータインテリジェンス
- プラトデータ
- ポップ
- 予測
- 予測
- プロセス
- は、大阪で
- 公表
- パッティング
- ランダム
- 反応する
- リアル
- 現実
- 最近
- 研究
- 研究者
- リスク
- ロード
- 安全な
- 安全性
- 同じ
- シナリオ
- 自動運転
- センサー
- セッションに
- から
- 状況
- ゆっくり
- So
- まだ
- ストレート
- 取得
- ティーチング
- チーム
- テク
- ハイテク企業
- test
- それ
- 基礎
- アプリ環境に合わせて
- それら
- ボーマン
- 考え
- 時間
- タイムライン
- <font style="vertical-align: inherit;">回数</font>
- 〜へ
- あまりに
- 豊富なツール群
- に向かって
- 訓練された
- トレーニング
- 輸送
- トラック
- 大学
- つかいます
- 検証
- 自動車
- 車
- バーチャル
- ビジョン
- 仕方..
- 週間
- この試験は
- which
- 誰
- 意志
- 無し
- 仕事
- でしょう
- You
- あなたの
- ユーチューブ
- ゼファーネット