Az emberek jelenthetik az egyik legnagyobb akadályt a teljesen autonóm járműveknek elterjedése előtt a városi utcákon. Egy új gépi tanulási rendszer egy nap talán segít majd a vezető nélküli autóknak valós időben megjósolni a közelben közlekedő autósok, kerékpárosok és gyalogosok következő lépéseit.
Ha egy robot biztonságosan navigálni akar egy járművet egy nagyváros közepén, akkor képesnek kell lennie, hogy megjósolja a közelben lévő sofőrök, kerékpárosok és gyalogosok várható cselekedeteit. A viselkedés előrejelzése azonban nehéz probléma, és a jelenlegi mesterségesintelligencia-megoldások vagy túlságosan leegyszerűsítőek (feltételezhetik, hogy a gyalogosok mindig egyenes vonalban járnak), vagy túl konzervatívak (a gyalogosok elkerülése érdekében a robot egyszerűen parkolva hagyja az autót), vagy csak egy közlekedő következő lépéseit képesek megjósolni (pedig az utakon jellemzően egyszerre többen közlekednek) - írja az MIT News.
Az MIT kutatói egy a Qualcomm és a Toyota által is támogatott projektben átvágták e gordiuszi csomót, és egyszerű megoldást dolgoztak ki a bonyolult kihívásra. A több ágens viselkedését előrejelző problémát kisebb darabokra bontják, és mindegyiket külön-külön kezelik, így a számítógép valós időben képes megoldani az összetett feladatot. A viselkedés-előrejelző keretrendszerük először kitalálja a két úthasználó közötti kapcsolatokat - melyik autónak, kerékpárosnak vagy gyalogosnak van elsőbbsége, és melyik ágens fog engedni -, és ezeket a kapcsolatokat használja fel több szereplő jövőbeli pályájának előrejelzésére.
Ezek a becsült haladásipályák pontosabbak voltak, mint más gépi tanulási modellek eredményei, ha összehasonlították a Waymo autonóm vezetéssel foglalkozó vállalat hatalmas adatbázisán szimulált forgalommal. Az MIT technikája még a Waymo nemrég közzétett modelljét is felülmúlta. És mivel a kutatók a problémát egyszerűbb darabokra bontották, a technikájuk kevesebb memóriát használt.
"Ez egy nagyon intuitív ötlet, de eddig még senki sem vizsgálta meg teljesen, de elég jól működik. Az egyszerűség mindenképpen előny. Összehasonlítottuk a modellünket a terület más, legkorszerűbb modelljeivel, köztük a Waymo, a terület vezető vállalatának modelljével, és a mi modellünk csúcsteljesítményt ér el ezen a kihívást jelentő benchmarkon. Ebben sok lehetőség rejlik a jövőre nézve" - mondta a kutatás egyik vezetője, Xin "Cyrus" Huang. A kutatásban részt vett Brian Williams, a Repülés- és Űrhajózástudományi Tanszék professzora, és a pekingi Csinghua Egyetem három kutatója Qiao Sun, és Hang Zhao a tanulmány vezető szerzője.
A kutatók M2I-nek nevezett gépi tanulási módszere előrejelzést ad ki arról, hogy a megfigyelt ágensek hogyan fognak a következő nyolc másodpercben a forgalomban mozogni. Egy példában a módszerük hatására egy jármű lelassult, hogy egy gyalogos át tudjon kelni az úton, majd felgyorsult, amikor elhagyta a kereszteződést. Egy másik példában a jármű megvárta, amíg több autó elhaladt, mielőtt egy mellékutcából egy forgalmas főútra kanyarodott. Míg ez a kezdeti kutatás két ágens közötti kölcsönhatásokra összpontosít, az M2I több ágens közötti kapcsolatokra is következtethet, majd több úgynevezett marginális és feltételes prediktor összekapcsolásával kitalálhatja a pályájukat.
A kutatók a modelleket a Waymo Open Motion Dataset segítségével képezték ki, amely több millió valós közlekedési jelenetet tartalmaz, amelyekben járművek, gyalogosok és kerékpárosok szerepelnek, és amelyeket a vállalat autonóm járműveire szerelt lidar (light detection and ranging) érzékelők és kamerák rögzítettek. Kifejezetten a több ágenssel rendelkező esetekre összpontosítottak.
"Ahelyett, hogy egy bonyolultabb modellt építettünk volna a probléma megoldására, olyan megközelítést alkalmaztunk, amely jobban hasonlít ahhoz, ahogyan az ember gondolkodik, amikor másokkal való interakciókról gondolkodik. Egy ember nem agyal a jövőbeli viselkedések mind a több száz kombinációjáról. Elég gyorsan hozunk döntéseket" - mondja Huang. Az M2I másik előnye, hogy mivel a problémát kisebb darabokra bontja, a felhasználó számára könnyebben érthetővé válik a modell döntéshozatala. Hosszú távon ez segíthet abban, hogy a felhasználók jobban megbízzanak az autonóm járművekben - tette hozzá a kutató.
A keretrendszer azonban nem tudja figyelembe venni azokat az eseteket, amikor két ágens kölcsönösen befolyásolja egymást, például amikor két jármű egy-egy négyirányú megállóban előre araszol, mert a sofőrök nem biztosak abban, hogy kinek kellene elsőbbséget adniuk. Ezt a szituációt a jövőbeni munkájuk során tervezik kezelni.
Módszerüket mindenesetre a közúti közlekedők közötti valósághű interakciók szimulálására is szeretnék használni, ami alkalmazható lenne az önvezető autók tervezési algoritmusainak ellenőrzésére vagy hatalmas mennyiségű szintetikus vezetési adat létrehozására a modell teljesítményének javítása érdekében.
