日本无码免费高清在线|成人日本在线观看高清|A级片免费视频操逼欧美|全裸美女搞黄色大片网站|免费成人a片视频|久久无码福利成人激情久久|国产视频一二国产在线v|av女主播在线观看|五月激情影音先锋|亚洲一区天堂av

  • 手機(jī)站
  • 小程序

    汽車測試網(wǎng)

  • 公眾號

    • 汽車測試網(wǎng)

    • 在線課堂

    • 電車測試

社會價值取向?qū)ψ詣玉{駛的最新研究成果

2020-01-22 00:32:34·  來源：智車科技  作者：趙佳  
　
自動駕駛汽車能夠提高交通效率和安全性的一個重要前提是，系統(tǒng)能判斷人類駕駛員的意圖，并且不斷地適應(yīng)人類駕駛員的駕駛風(fēng)格。麻省理工學(xué)院計(jì)算機(jī)科學(xué)和人工智能
自動駕駛汽車能夠提高交通效率和安全性的一個重要前提是，系統(tǒng)能判斷人類駕駛員的意圖，并且不斷地適應(yīng)人類駕駛員的駕駛風(fēng)格。麻省理工學(xué)院計(jì)算機(jī)科學(xué)和人工智能實(shí)驗(yàn)室（CSAIL）近期的最新研究成果顯示，研究人員將社會心理學(xué)集成到自動駕駛汽車的決策中，以量化和預(yù)測其他司機(jī)的社會行為。后臺回復(fù)“SVO”獲取全部研究材料。
 
研究簡介
 
麻省理工學(xué)院計(jì)算機(jī)科學(xué)和人工智能實(shí)驗(yàn)室（CSAIL）的研究人員在研究是否可以對無人駕駛汽車進(jìn)行編程，以對其他駕駛員的社會性格進(jìn)行分類，以便更好地預(yù)測不同的汽車會做什么。具體來說，他們使用了一種稱為“社會價值取向（Social Value Orientation，SVO）”的東西，它代表某人的自私（“egoistic”）與無私或合作（“prosocial”）的程度。然后，系統(tǒng)估算駕駛員的SVO，以創(chuàng)建自動駕駛汽車的實(shí)時駕駛軌跡
 
研究人員將各個智能體之間的交互建模為一個最佳響應(yīng)博弈，其中每個智能體協(xié)商以最大化自己的效用。研究人員通過尋找納什均衡來解決動態(tài)博弈，得到了一個在線預(yù)測多智能體相互作用的方法。這種方法允許自動駕駛車輛觀察人類駕駛員，估計(jì)他們的SVOs，并實(shí)時生成自動控制策略。研究人員在具有挑戰(zhàn)性的交通場景如合并車道和無保護(hù)的左轉(zhuǎn)彎中的能力和性能演示了他們的算法。研究人員在仿真和NGSIM數(shù)據(jù)集中的人工駕駛數(shù)據(jù)上驗(yàn)證了研究結(jié)果。研究結(jié)果顯示了該算法的行為如何適應(yīng)其他司機(jī)的社會偏好。通過集成SVO，本研究提高了自動駕駛的性能，減少了25%的人類軌跡預(yù)測誤差。
 
很遺憾的是，該系統(tǒng)還不夠強(qiáng)大，無法在實(shí)際道路上實(shí)施。但該系統(tǒng)可以讓無人駕駛汽車實(shí)際學(xué)習(xí)表現(xiàn)出更多類似于人類的行為，這將使人類駕駛員更容易理解。研究人員維爾克·施瓦汀（Wilko Schwarting）說：“與人類以及周圍的人共同參與交通，意味著要弄清他們的意圖，以更好地理解其行為。”研究成果論文《Social Behavior for Autonomous Vehicle》已于近日在《美國國家科學(xué)院院刊》刊出。
文章概述
圖1 了解司機(jī)的SVO有助于預(yù)測他們的行為
 
上圖A中，AV(藍(lán)色)觀察另一個人的軌跡(黑色)?；谛в米畲蠡瘺Q策模型，可以預(yù)測候選SVOs的黑色車輛的未來運(yùn)動軌跡。如果人類司機(jī)是自私的，他們不會屈服，AV必須等待轉(zhuǎn)彎。如果人類司機(jī)是合作的，他們就會讓步，AV就可以安全地轉(zhuǎn)向。在這兩種情況下，驅(qū)動都是效用最大化，但是效用函數(shù)隨SVO而變化。一個自私型的司機(jī)在計(jì)算其效用時只考慮自己的回報(bào)。一個合作型的司機(jī)把它的獎勵和另一輛車的獎勵放在一起衡量。AV通過最可能的SVO估計(jì)來預(yù)測未來的運(yùn)動可能性。
 
上圖B中，SVO被表示為一個角度偏好，它關(guān)系到個體在社會困境場景中的權(quán)重獎勵。在這里，研究人員繪制了在NGSIM數(shù)據(jù)集中融合的驅(qū)動程序的SVOs估計(jì)值，并在方法和結(jié)果中進(jìn)行了說明。
上圖C中式交互作用期間平均SVO估計(jì)數(shù)的分布情況。圖中結(jié)果表示合并驅(qū)動程序(紅色)比非合并驅(qū)動程序(藍(lán)色)更具競爭力。
 
 
圖2 車道合并場景
上圖中，car 1(紫色)正在嘗試合并，并且必須與car 2(綠色)產(chǎn)生交互。實(shí)線表示算法預(yù)測的軌跡。對于每一幀的SVO估計(jì)，藍(lán)色代表分布，紅色代表我們的估計(jì)。折線圖中，實(shí)線表示SVO隨時間的估計(jì)，陰影區(qū)域表示置信界限。最初，car 2不與car 1合作，不允許它合并。可以看出，幾秒鐘后，car2變得更傾向于合作型，相應(yīng)的，它并允許car 1合并。
圖3 無保護(hù)的AV左轉(zhuǎn)彎場景
上圖表示，當(dāng)AV接近十字路口時，紅藍(lán)兩輛自私型的車互不讓步。第三輛合作型（無私型）的車減速，允許AV完成轉(zhuǎn)彎。
展望
當(dāng)今自動駕駛汽車的一個中心問題是，它們被編程為假設(shè)所有人的行為方式相同。盡管這種謹(jǐn)慎措施減少了致命事故的可能性，但同時也帶來了一定的困擾，這也是為什么大多數(shù)交通事故都涉及到急躁的駕駛員追尾的主要原因之一。下一階段，該團(tuán)隊(duì)計(jì)劃將其模型應(yīng)用于行車環(huán)境中的行人，自行車和其他人員。此外，他們還將研究其他在人類之間起作用的機(jī)器人系統(tǒng)，例如家用機(jī)器人，并將SVO集成到他們的預(yù)測和決策算法中。研究人員樂觀地表示，“通過對駕駛?cè)诉M(jìn)行建模，并使用SVO在數(shù)學(xué)模型中將模型合并到機(jī)器人汽車的決策模塊中，這項(xiàng)工作將會使人為決策和系統(tǒng)決策的自動駕駛汽車之間更安全，為道路共享打開了大門。”
Ref：
https://www.csail.mit.edu/news/predicting-peoples-driving-personalities
 
 
分享到：
 
反對 0 舉報(bào) 0 收藏 0 評論 0
滬ICP備11026917號-25