Чи вдаються автомобілі з самостійним керуванням до випадковості для прийняття рішень?


12

Нещодавно я чув, як хтось робив заяву, що, коли ви проектуєте автомобіль на самому водінні, ви не будуєте автомобіль, а справді комп'ютерний водій, тому ви намагаєтесь моделювати людський розум - принаймні, частину людський розум, який може керувати.

Оскільки люди непередбачувані, а точніше, оскільки їх дії залежать від такої кількості факторів, деякі з яких залишаться незрозумілими протягом тривалого часу, як би автомобіль, що керує собою, відображав це, якщо вони це роблять?

Доза непередбачуваності може мати свою користь. Якщо, скажімо, два автомобілі, що керують автотранспортом, застрягли в прямому глухому куті, було б добре ввести деяку випадковість, а не бачити ту ж дію, яка застосовується одночасно, якщо машини керують однаковою системою.

Але, з іншого боку, ми знаємо, що недетерміновані не дружать з розробкою програмного забезпечення, особливо при тестуванні. Як інженери змогли б контролювати це і міркувати про це?

Відповіді:


2

Пріоритети водіння

Розглядаючи вид моделювання, необхідний для створення надійних та безпечних автономних транспортних засобів, слід враховувати наступні критерії безпеки та ефективності руху, перераховані в пріоритеті з найважливішими першими.

  • Безпека осіб, що знаходяться всередині транспортного засобу та поза ним
  • Зменшення зносу пасажирів
  • Безпека майна
  • Прибуття до даного пункту призначення
  • Зменшення зносу автомобіля
  • Ощадливість паливних ресурсів
  • Справедливість до інших транспортних засобів
  • Ощадливість у часі

Вони впорядковані таким чином, що мають громадянський та глобальний сенс, але вони не є пріоритетами, які демонструють водії людини.

Скопіюйте людей чи переоцініть та спроектуйте з нуля?

Хто б не сказав, що метою автономного дизайну автомобіля є моделювання частин людського розуму, які можуть керувати, не повинно проектувати автономні машини для фактичного виготовлення. Добре відомо, що більшість людей, хоча вони, можливо, чули про наступні поради щодо безпеки, не можуть привести їх у свідомість з достатньою швидкістю, щоб отримати користь від них у фактичних режимах руху.

  • Коли шини ковзають набік, рушіть до колін.
  • Коли починається переднє ковзання, накачуйте перерви.
  • Якщо хтось попрямує тангенціально в тил вашого автомобіля, негайно прискоріть рух, а потім зламайте.
  • На з’їзді на роз’їзді прискорюйтеся, щоб відповідати швидкості руху автомобілів на смузі, в яку ви зливаєтесь, якщо тільки немає місця для злиття.
  • Якщо ви бачите кригу льоду, керуйте прямо, і ні прискорюючи, ні сповільнюючись, як тільки ви дістанетесь до нього.

Багато зіткнень між локомотивами та вагонами відбувається тому, що червоне світло викликає лінію в декількох смугах через колії. Часто людина рухається на залізничні колії, щоб отримати довжину однієї машини на інших вагонах. Коли інші намагаються зробити скасування цього вибору проблематичним, виникає серйозний ризик.

Настільки ж абсурдно, як ця поведінка для кожного, хто спостерігає, багато смертей трапляються, коли швидкий мандруючий 2 000 тонний локомотив потрапляє на те, що на пасажирів поїзда відчувається пилова пляма.

Передбачуваність та адаптованість

Люди непередбачувані, як вказує питання, але хоча пристосованість може бути непередбачуваною, непередбачуваність може не бути адаптивною. Саме адаптованість потрібна, і вона потрібна п'ятьма основними способами.

  • Адаптивний на даний момент до сюрпризів
  • Адаптивний завдяки загальному досвіду водіння
  • Адаптований до конкретного автомобіля
  • Адаптивний до вираження пасажирів
  • Адаптований до конкретних регіонів карт

Крім того, керування автомобілем є

  • Високо механічний,
  • Візуальний,
  • Слуховий,
  • План орієнтований
  • Географічні та
  • Перевага в несподіваних ситуаціях.

Моделювання складних можливостей водіння

Для цього потрібна модель або моделі, що складаються з декількох видів об'єктів.

  • Карти
  • Транспортний засіб
  • Намір пасажирів
  • Інший транспортний засіб
  • Інші перешкоди
  • Пішоходи
  • Тварини
  • Переїзди
  • Сигнали дорожнього руху
  • Дорожні знаки
  • Сторона дороги

Ні таємниця, ні невизначеність

Хоча ці моделі когнітивно орієнтовані в людському мозку, наскільки добре вони моделюються та наскільки ефективні ці моделі в досягненні чогось близького до розумного балансу вищезазначених пріоритетів, залежить від водія до водія і коливається від поїздки до поїздки для одного і того ж водія. .

Однак настільки ж складний, як і водіння, це не загадково. Кожну з перерахованих вище моделей легко розглянути на високому рівні з точки зору того, як вони взаємодіють та які механічні та ймовірнісні властивості вони мають. Деталізація цих завдань є величезним завданням, а забезпечення надійної роботи системи є важливим інженерним завданням, крім навчального питання.

Невідворотність досягнень

Незалежно від складності, через економіку та те, що це значною мірою проблема механіки, ймовірності та розпізнавання шаблонів, це буде зроблено, і в підсумку це буде зроблено добре.

Коли це настільки малоймовірно, як це звучить для людини, яка сприймає нашу нинішню культуру як постійну, рух людей може стати незаконним в цьому столітті в деяких юрисдикціях. Будь-який аналітик дорожнього руху може зібрати безліч доказів того, що більшість людей погано обладнані для керування машиною, яка важить тонну при загальній швидкості. Ліцензування непрофесійних водіїв набуло широкого поширення лише через наполягання громадськістю на зручності та зручності перевезень та тому, що цього вимагає економіка робочої сили.

Автономні машини можуть відображати найкращі людські можливості, але вони, ймовірно, далеко перевершать їх, оскільки, хоча предмети в моделі складні, вони значною мірою передбачувані, за винятком дітей, які грають. Технологія AV використовуватиме стандартне рішення для цього. Весь сценарій можна привести в уповільнений рух, щоб адаптуватися до дітей, які грають, просто уповільнивши шлях. ІМ-компоненти, які спеціально виявляють дітей та собак, швидше за все, з’являться незабаром, якщо вони ще не існують.

Випадковість

Випадковість важлива у навчанні. Наприклад, водій гоночного автомобіля навмисно створить ковзани різного типу, щоб звикнути, як ними керувати. У машинному навчанні ми бачимо деякі псевдовипадкові збурення, запроваджені під час тренінгу для того, щоб процес спуску градієнта не потрапляв у місцевий мінімум, а швидше знаходив глобальний мінімум (оптимальний).

Тупик

Питання правильне, стверджуючи, що "Доза непередбачуваності могла б використовувати його". Сценарій тупикової ситуації є цікавим, але навряд чи відбудеться в міру розвитку стандартів. Коли чотири водії одночасно прибувають до знаку зупинки, вони насправді цього не роблять. Здається лише, що вони зробили. Ймовірність того, що жоден з них не досяг більше мілісекунди перед іншими, є астрономічно малим.

Люди не виявлять (або навіть бути досить чесним), щоб розрізнити ці невеликі часові відмінності, тому, як правило, доходить до того, хто наймилосердніший махати на інших, і там може бути якийсь тупик, який може стати комічним, тим більше що всі з них дуже хочеться рухатися. Автономні транспортні засоби вкрай рідко стикаються з тупиком, який не охоплюється правилом, який публікує урядовий орган, що надає ліцензії, який може бути запрограмований як правила водіння в систему.

У тих рідкісних випадках транспортні засоби могли цифрово проводити жеребки, як це пропонується, що є одним з місць, де непередбачуваність є адаптивною. Експериментувати на ковзанах, як водій гоночного автомобіля на головній вулиці опівночі, може бути те, що може зробити якийсь п’яний підліток, але це форма непередбачуваності, яка не адаптує до розумного впорядкування пріоритетів водіння. Ні те, ні текстові повідомлення не намагаються їсти та їздити.

Детермінізм

Що стосується детермінізму, то в контексті обговорених цілей використання буде достатньо генерації псевдовипадкових чисел певних розподілів.

  • Випуск з глухого кута або
  • Підвищення швидкості навчання та підвищення надійності, коли існують локальні мінімуми, які не є глобальним мінімумом під час оптимізації,

Функціональні тести та одиничні технології тестування не тільки здатні впоратися з тестуванням компонентів з псевдовипадковістю, але вони іноді використовують псевдовипадковість для кращого покриття тестування. Ключовим фактором для цього є розуміння ймовірності та статистики, і деякі інженери та дизайнери AI це добре розуміють.

Елемент сюрпризу

Де випадковість є найбільш важливою в AV-техніці не в прийнятті рішень, а в сюрпризах. Оце і є кров'яною межею цієї інженерної роботи сьогодні. Як можна безпечно їхати, коли на аудіо чи візуальних каналах з'являється абсолютно новий сценарій? Це, мабуть, місце, де різноманітність людської думки може бути найкраще сприйнятою, але на швидкості шосе, як правило, занадто повільно реагувати так, як ми бачимо у сценах погоні за фільмами.

Кореляція між ризиком та швидкістю

Це викликає цікаву взаємодію факторів ризику. Передбачається, що більш високі швидкості небезпечніші, фактична механіка та ймовірність не є таким чітким рухом. Низькі швидкості створюють тимчасово довші поїздки та більшу щільність руху. Деякі форми аварій мають меншу ймовірність при більшій швидкості, зокрема, ті, які пов'язані з більшою частиною або густиною руху, або випадковістю. Інші форми є більш імовірними при більших швидкостях, зокрема, пов'язаних із часом реакції та тертям шини.

З автономними транспортними засобами пробуксування шини може бути більш точно змодельоване, а час реакції може бути на порядок швидшим, тому мінімальні обмеження швидкості можуть бути більше накладені, а верхні межі можуть збільшитися, коли ми виведемо людей з водійських крісел.


Дякую за чудову відповідь! Тут було викладено питання про моделювання комп'ютеризованого водія - справа не в тому, щоб наслідувати людський розум його недоліками, а підкреслює, що важкою частиною цієї роботи є побудова ШІ, а не фізична машина. Екстраполяція до теми випадковості моя.
guillaume31

Близько 09:50: "Мені майже не подобається термін" автошкола ", тому що це означає, що машина їздить. Я думаю, що ми насправді намагаємося створити - це комп'ютерний водій. І тоді ви цього не робите думайте про себе як про побудову машини, ви вважаєте себе будівництвом людини ".
guillaume31

@ guillaume31, Дякую за добре Q. ... Хоча я розумію, що має намір сказати письменник цитати, цитата містить один концептуальний недолік у реченні. ... Вирок 1: AI упаковується в машину під час виготовлення, тому машини їздять. ... Речення 2: Термін комп'ютеризований водій затьмарює небажаність моделювання інтелекту водіння після типового керування людьми. ... Речення 3: Ми не хочемо, щоб робот займав місце. ... Цитата ілюструє, чому очікується, що виживе лише 1 з 1000 цих стартапів. Як вони можуть чітко проектувати, якщо вони не вміють чітко писати?
Fauhhristian

2

Автомобільні машини, що керують автотранспортом, застосовують навчання підсилення та навчання, що набуває нагляду, це дозволяє їм більше підходити для ситуацій, про які розробники не передбачили себе.

Деякі машини тепер застосовують інтелект Swarm , де вони ефективно навчаються на взаємодії між собою, що також може допомогти у випадках трансферного навчання.

Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.