Có phải xe tự lái đến sự ngẫu nhiên để đưa ra quyết định?


12

Gần đây tôi đã nghe ai đó đưa ra tuyên bố rằng khi bạn thiết kế một chiếc xe tự lái, bạn không chế tạo một chiếc xe mà thực sự là một người lái xe máy tính, vì vậy bạn đang cố gắng mô hình hóa tâm trí con người - ít nhất là một phần của tâm trí con người có thể lái xe.

Vì con người không thể đoán trước được, hay đúng hơn là vì hành động của họ phụ thuộc vào rất nhiều yếu tố, một số yếu tố sẽ không giải thích được trong một thời gian dài, một chiếc xe tự lái sẽ phản ánh điều đó như thế nào, nếu họ làm như vậy?

Một liều lượng không thể đoán trước có thể có công dụng của nó. Nếu, giả sử, hai chiếc xe tự lái đang bị kẹt trong một tình trạng bế tắc, thì có thể nên tiêm một cách ngẫu nhiên thay vì có thể thấy hành động tương tự được áp dụng cùng một lúc nếu những chiếc xe chạy cùng một hệ thống.

Tuy nhiên, mặt khác, chúng ta biết rằng không xác định không phải là bạn với phát triển phần mềm, đặc biệt là trong thử nghiệm. Làm thế nào các kỹ sư có thể kiểm soát nó và lý do về nó?

Câu trả lời:


2

Ưu tiên lái xe

Khi xem xét loại mô hình cần thiết để tạo ra các phương tiện tự động an toàn và đáng tin cậy, các tiêu chí an toàn và hiệu quả lái xe sau đây cần được xem xét, liệt kê ưu tiên trước tiên.

  • Sự an toàn của những người bên trong xe và bên ngoài xe
  • Giảm hao mòn cho hành khách
  • Sự an toàn của tài sản
  • Sự đến nơi
  • Giảm hao mòn trên xe
  • Tiết kiệm tài nguyên nhiên liệu
  • Công bằng với các phương tiện khác
  • Sự tiết kiệm trong thời gian

Chúng được sắp xếp theo cách có ý nghĩa công dân và toàn cầu, nhưng chúng không phải là ưu tiên được thể hiện bởi các trình điều khiển của con người.

Sao chép con người hoặc đánh giá lại và thiết kế từ đầu?

Bất cứ ai nói rằng mục tiêu của thiết kế xe hơi tự trị là mô hình hóa các phần của tâm trí con người có thể lái xe không nên thiết kế xe tự trị cho sản xuất thực tế. Người ta biết rằng hầu hết con người, mặc dù họ có thể đã nghe về những lời khuyên an toàn sau đây, không thể đưa họ vào ý thức với tốc độ đủ để hưởng lợi từ họ trong việc sắp xếp lái xe thực tế.

  • Khi lốp xe trượt sang một bên, lái vào đường trượt.
  • Khi trượt về phía trước bắt đầu, bơm nghỉ.
  • Nếu ai đó đang đi thẳng vào phía sau xe của bạn, ngay lập tức tăng tốc và sau đó phá vỡ.
  • Trên đường dốc, tăng tốc để phù hợp với tốc độ của những chiếc xe trong làn đường mà bạn hợp nhất, trừ khi không có không gian để hợp nhất.
  • Nếu bạn thấy một mảng băng, hãy lái thẳng và không tăng tốc cũng không giảm tốc một khi bạn chạm tới nó.

Nhiều vụ va chạm giữa đầu máy và ô tô là do đèn đỏ gây ra một vạch ở nhiều làn trên đường ray. Thông thường, một người sẽ di chuyển lên đường ray xe lửa để đạt được chiều dài của một chiếc xe trên những chiếc xe khác. Khi những người khác di chuyển để làm cho sự lựa chọn trở nên khó khăn, một rủi ro nghiêm trọng sẽ xuất hiện.

Vô lý như hành vi này đối với bất cứ ai theo dõi, nhiều trường hợp tử vong xảy ra khi một đầu máy 2.000 tấn di chuyển nhanh chạm vào thứ cảm giác như một hạt bụi bay vào hành khách đi tàu.

Dự đoán và khả năng thích ứng

Con người là không thể đoán trước, như câu hỏi chỉ ra, nhưng mặc dù khả năng thích ứng có thể không dự đoán được, nhưng không thể đoán trước có thể không thích nghi. Đó là khả năng thích ứng là cần thiết, và nó cần thiết theo năm cách chính.

  • Thích nghi trong khoảnh khắc đến bất ngờ
  • Thích nghi thông qua kinh nghiệm lái xe nói chung
  • Thích nghi với chiếc xe cụ thể
  • Thích ứng với biểu hiện của hành khách
  • Thích nghi với các vùng bản đồ cụ thể

Ngoài ra, lái xe là

  • Cơ khí cao,
  • Trực quan,
  • Thính giác
  • Kế hoạch định hướng
  • Địa lý, và
  • Ưu tiên trong các tình huống bất ngờ.

Mô hình hóa phức tạp lái xe

Điều này đòi hỏi một mô hình hoặc mô hình bao gồm một số loại đối tượng.

  • Bản đồ
  • Xe
  • Ý định của hành khách
  • Xe khác
  • Vật cản khác
  • Người đi bộ
  • Động vật
  • Ngã tư
  • Tín hiệu giao thông
  • Biển bao
  • Bên đường

Không bí ẩn hay bất định

Mặc dù các mô hình này gần đúng về mặt nhận thức trong não người, nhưng chúng được mô hình hóa tốt như thế nào và hiệu quả của những mô hình đó đạt được mức độ nào đó gần với sự cân bằng hợp lý của các ưu tiên trên thay đổi tùy theo từng lái xe và thay đổi theo từng chuyến đi cho cùng một lái xe .

Tuy nhiên, phức tạp như lái xe, nó không bí ẩn. Mỗi mô hình trên đều dễ dàng được xem xét ở mức độ cao về cách chúng tương tác và các tính chất cơ học và xác suất mà chúng có. Chi tiết những điều này là một nhiệm vụ to lớn và làm cho hệ thống hoạt động đáng tin cậy là một thách thức kỹ thuật quan trọng, bên cạnh câu hỏi đào tạo.

Không thể tránh khỏi thành tích

Bất kể sự phức tạp, bởi vì kinh tế liên quan và thực tế rằng nó phần lớn là một vấn đề về cơ học, xác suất và nhận dạng mẫu, nó sẽ được thực hiện, và cuối cùng nó sẽ được thực hiện tốt.

Khi đó, điều này khó xảy ra với người chấp nhận văn hóa hiện tại của chúng ta là vĩnh viễn, việc lái xe của con người có thể trở thành bất hợp pháp trong thế kỷ này trong một số khu vực pháp lý. Bất kỳ nhà phân tích giao thông nào cũng có thể có hàng đống bằng chứng cho thấy hầu hết con người không được trang bị đầy đủ để lái một cỗ máy nặng hàng tấn ở tốc độ chung. Việc cấp giấy phép lái xe không chuyên nghiệp chỉ được chấp nhận rộng rãi vì sự khăng khăng của công chúng về sự thuận tiện và thoải mái trong giao thông và vì nền kinh tế lực lượng lao động đòi hỏi điều đó.

Những chiếc xe tự trị có thể phản ánh khả năng tốt nhất của con người, nhưng chúng có thể sẽ vượt xa chúng bởi vì, mặc dù các vật thể trong mô hình rất phức tạp, nhưng chúng hầu như có thể dự đoán được, ngoại trừ đáng chú ý là trẻ em chơi. Công nghệ AV sẽ sử dụng giải pháp tiêu chuẩn cho việc này. Toàn bộ kịch bản có thể được đưa vào chuyển động chậm để thích ứng cho trẻ em chơi đơn giản bằng cách làm chậm lại. Các thành phần AI đặc biệt phát hiện trẻ em và chó có khả năng xuất hiện sớm, nếu chúng chưa tồn tại.

Ngẫu nhiên

Sự ngẫu nhiên rất quan trọng trong đào tạo. Chẳng hạn, một người lái xe đua sẽ cố tình tạo ra các loại xe khác nhau để làm quen với cách điều khiển chúng. Trong học máy, chúng tôi thấy một số nhiễu loạn ngẫu nhiên giả được giới thiệu trong quá trình đào tạo để đảm bảo rằng quá trình giảm độ dốc không bị bắt ở mức tối thiểu cục bộ mà có nhiều khả năng tìm thấy mức tối thiểu toàn cầu (tối ưu).

Bế tắc

Câu hỏi là chính xác khi nói rằng, "Một liều thuốc không thể đoán trước có thể có công dụng của nó." Kịch bản bế tắc là một điều thú vị, nhưng khó có thể xảy ra khi các tiêu chuẩn phát triển. Khi bốn tài xế đến biển báo dừng cùng một lúc, họ thực sự không. Có vẻ như họ đã làm. Khả năng không ai trong số họ đến hơn một phần nghìn giây trước những người khác là nhỏ về mặt thiên văn.

Mọi người sẽ không phát hiện (hoặc thậm chí là đủ trung thực) để phân biệt những khác biệt nhỏ về thời gian này, vì vậy người ta thường nói với ai là người duyên dáng nhất để vẫy tay với người khác, và cũng có thể có một số bế tắc ở đó, có thể trở nên hài hước, đặc biệt là vì tất cả trong số họ thực sự muốn có được di chuyển. Xe tự hành sẽ cực kỳ hiếm khi gặp bế tắc không được bao gồm trong cuốn sách quy tắc mà tổ chức cấp phép chính phủ xuất bản, có thể được lập trình thành quy tắc lái xe vào hệ thống.

Trong những dịp hiếm hoi đó, các phương tiện có thể rút số kỹ thuật số, như đề xuất, đó là một nơi mà sự khó đoán là thích nghi. Thực hiện thử nghiệm trượt như một người lái xe đua trên Main Street vào nửa đêm có thể là điều mà một số thiếu niên say rượu có thể làm, nhưng đó là một hình thức không thể đoán trước là không thích ứng với thứ tự hợp lý của các ưu tiên lái xe. Không phải là nhắn tin hoặc cố gắng ăn và lái xe.

Chủ nghĩa quyết đoán

Về tính xác định, trong bối cảnh sử dụng được thảo luận, việc tạo số giả ngẫu nhiên của các bản phân phối cụ thể sẽ đủ.

  • Phát hành bế tắc hoặc
  • Đào tạo tăng tốc và cải thiện độ tin cậy khi có cực tiểu cục bộ không phải là mức tối thiểu toàn cầu trong quá trình tối ưu hóa,

Các thử nghiệm chức năng và công nghệ kiểm tra đơn vị không chỉ có thể xử lý việc kiểm tra các thành phần với giả ngẫu nhiên, mà đôi khi chúng còn sử dụng giả ngẫu nhiên để cung cấp phạm vi kiểm tra tốt hơn. Chìa khóa để làm tốt điều này là sự hiểu biết về xác suất và thống kê, và một số kỹ sư và nhà thiết kế AI hiểu rõ về nó.

Yếu tố bất ngờ

Trong đó tính ngẫu nhiên là quan trọng nhất trong công nghệ AV không nằm ở việc ra quyết định mà là sự ngạc nhiên. Đó là điểm mấu chốt của công việc kỹ thuật đó ngày nay. Làm thế nào một người có thể lái xe an toàn khi một kịch bản hoàn toàn mới xuất hiện trong các kênh âm thanh hoặc hình ảnh? Đây có lẽ là nơi mà sự đa dạng trong suy nghĩ của con người có thể là tốt nhất, nhưng ở tốc độ đường cao tốc, nó thường quá chậm để phản ứng theo cách chúng ta nhìn thấy trong các cảnh rượt đuổi trong phim.

Mối tương quan giữa rủi ro và tốc độ

Điều này mang đến một sự tương tác thú vị của các yếu tố rủi ro. Người ta cho rằng tốc độ cao hơn là nguy hiểm hơn, cơ học thực tế và xác suất không phải là cắt giảm rõ ràng. Tốc độ thấp tạo ra các chuyến đi dài hơn theo thời gian và mật độ giao thông cao hơn. Một số hình thức tai nạn ít có khả năng ở tốc độ cao hơn, cụ thể là các hình thức liên quan chủ yếu đến mật độ giao thông hoặc tình huống. Các dạng khác có nhiều khả năng ở tốc độ cao hơn, cụ thể là các dạng liên quan đến thời gian phản ứng và ma sát lốp.

Với các phương tiện tự trị, độ trượt của lốp xe có thể được mô hình chính xác hơn và thời gian phản ứng có thể là các lệnh có cường độ nhanh hơn, do đó giới hạn tốc độ tối thiểu có thể được áp đặt nhiều hơn và giới hạn trên có thể tăng lên khi chúng ta đưa con người ra khỏi ghế lái.


Cảm ơn câu trả lời tuyệt vời! Quan điểm về việc mô hình hóa một trình điều khiển máy tính đã được đưa ra ở đây - nó không quá nhiều về việc mô phỏng tâm trí con người bằng những sai sót của nó mà chỉ nhấn mạnh rằng phần khó của công việc này là chế tạo AI, không phải là một chiếc xe vật lý. Phép ngoại suy cho chủ đề ngẫu nhiên là của tôi.
guillaume31

Khoảng 09:50: "Tôi gần như thậm chí không thích cụm từ 'xe tự lái' bởi vì nó ngụ ý rằng xe hơi lái xe. Tôi nghĩ những gì chúng tôi thực sự cố gắng xây dựng là một trình điều khiển máy tính. Và sau đó bạn không Nghĩ về bản thân bạn khi chế tạo một chiếc xe hơi, bạn nghĩ về bản thân mình như là một con người. "
guillaume31

@ guillaume31, Cảm ơn bạn đã tốt Q. ... Mặc dù tôi hiểu những gì người viết trích dẫn dự định nói, nhưng trích dẫn chứa một lỗ hổng khái niệm cho mỗi câu. ... Câu 1: AI được đóng gói trong xe trong quá trình sản xuất, vì vậy những chiếc xe sẽ lái. ... Câu 2: Thuật ngữ trình điều khiển máy tính che khuất sự không mong muốn của việc mô hình hóa trí thông minh lái xe sau khi lái xe điển hình của con người. ... Câu 3: Chúng tôi không muốn robot chiếm chỗ. ... Câu trích dẫn minh họa tại sao chỉ 1 trong số 1.000 công ty khởi nghiệp AI này dự kiến ​​sẽ tồn tại. Làm thế nào họ có thể thiết kế rõ ràng nếu họ không thể viết rõ ràng?
FauChristian

2

Xe tự lái áp dụng Học tăng cường và học bán giám sát, điều này cho phép chúng phù hợp hơn với các tình huống mà các nhà phát triển không lường trước được.

Một số xe hơi hiện nay áp dụng Swarm Intelligence , nơi chúng học hỏi hiệu quả từ các tương tác giữa chúng, cũng có thể hỗ trợ trong các trường hợp học chuyển.

Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.