Les voitures autonomes ont-elles recours au hasard pour prendre des décisions?


12

J'ai récemment entendu quelqu'un dire que lorsque vous concevez une voiture autonome, vous ne construisez pas une voiture mais vraiment un conducteur informatisé, vous essayez donc de modéliser un esprit humain - au moins la partie de la l'esprit humain qui peut conduire.

Étant donné que les humains sont imprévisibles, ou plutôt parce que leurs actions dépendent de nombreux facteurs dont certains resteront inexpliqués pendant longtemps, comment une voiture autonome pourrait-elle refléter cela, s'ils le font?

Une dose d'imprévisibilité pourrait avoir son utilité. Si, par exemple, deux voitures autonomes se trouvent dans une impasse dans un droit de passage, il pourrait être bon d'injecter un peu de hasard au lieu de voir la même action appliquée en même temps si les voitures utilisent le même système.

Mais, d'autre part, nous savons que le non-déterminisme n'est pas ami avec le développement de logiciels, en particulier dans les tests. Comment les ingénieurs pourraient-ils contrôler et raisonner à ce sujet?

Réponses:


2

Priorités de conduite

Lors de l'examen du type de modélisation nécessaire pour créer des véhicules autonomes fiables et sûrs, les critères de sécurité et d'efficacité de conduite suivants doivent être pris en compte, énumérés en priorité avec les plus importants en premier.

  • La sécurité des personnes à l'intérieur et à l'extérieur du véhicule
  • Réduction de l'usure des passagers
  • La sécurité des biens
  • L'arrivée à destination
  • Réduction de l'usure du véhicule
  • Économie de ressources en carburant
  • Équité envers les autres véhicules
  • L'épargne dans le temps

Ceux-ci sont ordonnés d'une manière qui fait sens civique et global, mais ce ne sont pas les priorités exposées par les conducteurs humains.

Copier les humains ou réévaluer et concevoir à partir de zéro?

Celui qui a dit que l'objectif de la conception de voitures autonomes est de modéliser les parties d'un esprit humain qui peuvent conduire ne devrait pas concevoir des voitures autonomes pour une fabrication réelle. Il est bien connu que la plupart des humains, bien qu'ils aient peut-être entendu parler des conseils de sécurité suivants, ne peuvent pas les faire prendre conscience à une vitesse suffisante pour en bénéficier dans les arrangements de conduite réels.

  • Lorsque les pneus glissent sur le côté, dirigez-vous vers le patin.
  • Lorsqu'un dérapage avant démarre, pompez les pauses.
  • Si quelqu'un se dirige tangentiellement vers l'arrière de votre voiture, accélérez immédiatement puis cassez.
  • Sur une rampe, accélérez pour correspondre à la vitesse des voitures dans la voie dans laquelle vous fusionnez, à moins qu'il n'y ait pas d'espace pour fusionner.
  • Si vous voyez une plaque de glace, restez droit et n'accélérez ni ne ralentissez une fois que vous l'avez atteint.

De nombreuses collisions entre les locomotives et les voitures sont dues au fait qu'un feu rouge provoque une ligne à plusieurs voies à travers les voies. Souvent, une personne se déplacera sur les voies ferrées pour gagner la longueur d'une voiture sur les autres voitures. Lorsque d'autres se déplacent pour faire annuler ce choix, un risque sérieux émerge.

Aussi absurde que ce comportement soit pour quiconque regarde, de nombreux décès surviennent lorsqu'une locomotive à déplacement rapide de 2 000 tonnes heurte ce qui ressemble à un grain de poussière aux passagers du train.

Prévisibilité et adaptabilité

Les humains sont imprévisibles, comme l'indique la question, mais bien que l'adaptabilité puisse être imprévisible, l'imprévisibilité peut ne pas être adaptative. C'est l'adaptabilité qui est nécessaire, et elle est nécessaire de cinq manières principales.

  • Adapté au moment des surprises
  • Adaptatif grâce à une expérience de conduite générale
  • Adapté à la voiture spécifique
  • Adapté à l'expression des passagers
  • Adaptable à des régions cartographiques particulières

De plus, conduire une voiture est

  • Très mécanique,
  • Visuel,
  • Auditif,
  • Plan orienté
  • Géographique, et
  • Préemptif dans les situations de surprise.

Modélisation des complexités de conduite

Cela nécessite un modèle ou des modèles composés de plusieurs types d'objets.

  • Plans
  • Le véhicule
  • Les intentions des passagers
  • Autre véhicule
  • Autres obstructions
  • Piétons
  • Animaux
  • Traversées
  • Des signaux de trafic
  • Panneaux routiers
  • Côté route

Ni mystère ni indétermination

Bien que ces modèles soient cognitivement approximés dans le cerveau humain, la façon dont ils sont modélisés et leur efficacité à atteindre quelque chose proche d'un équilibre raisonnable des priorités ci-dessus varie d'un conducteur à l'autre et varie d'un voyage à l'autre pour le même conducteur. .

Cependant, aussi complexe que soit la conduite, ce n'est pas mystérieux. Chacun des modèles ci-dessus est facile à considérer à un niveau élevé en termes d'interaction et de propriétés mécaniques et probabilistes. Les détailler est une tâche énorme, et faire fonctionner le système de manière fiable est un défi d'ingénierie important, en plus de la question de la formation.

Inévitabilité de la réussite

Indépendamment de la complexité, en raison des aspects économiques impliqués et du fait qu'il s'agit en grande partie d'un problème de mécanique, de probabilité et de reconnaissance des formes, cela sera fait, et ce sera finalement bien fait.

Quand c'est le cas, aussi improbable que cela puisse paraître pour la personne qui accepte notre culture actuelle comme permanente, la conduite humaine peut devenir illégale au cours de ce siècle dans certaines juridictions. N'importe quel analyste du trafic peut rassembler des tas de preuves que la plupart des humains sont mal équipés pour conduire une machine qui pèse une tonne à des vitesses communes. L'octroi de permis de conduire à des conducteurs non professionnels n'a été largement accepté qu'en raison de l'insistance du public sur la commodité et le confort des transports et parce que l'économie de la main-d'œuvre l'exige.

Les voitures autonomes peuvent refléter le meilleur des capacités humaines, mais elles les dépasseront probablement de loin car, bien que les objets du modèle soient complexes, ils sont largement prévisibles, à l'exception notable des enfants qui jouent. La technologie AV utilisera pour cela la solution standard. L'ensemble du scénario peut être ralenti pour s'adapter aux enfants qui jouent simplement en ralentissant. Des composants d'IA qui détectent spécifiquement les enfants et les chiens sont susceptibles d'émerger bientôt, s'ils n'existent pas déjà.

Randomness

L'aléatoire est important dans l'entraînement. Par exemple, un pilote de voiture de course créera délibérément des patins de différents types pour s'habituer à la façon de les contrôler. Dans l'apprentissage automatique, nous voyons des perturbations pseudo-aléatoires introduites pendant la formation pour garantir que le processus de descente de gradient ne se retrouve pas dans un minimum local mais est plutôt plus susceptible de trouver un minimum global (optimal).

Impasse

La question est correcte en affirmant que, "Une dose d'imprévisibilité pourrait avoir ses utilisations." Le scénario de blocage est intéressant, mais il est peu probable qu'il se produise à mesure que les normes se développent. Lorsque quatre conducteurs arrivent à un panneau d'arrêt en même temps, ils ne le font vraiment pas. Il semble que ce soit le cas. La probabilité qu'aucun d'entre eux n'arrive plus d'une milliseconde avant les autres est astronomiquement faible.

Les gens ne détecteront pas (ou ne seront même pas assez honnêtes) pour distinguer ces petites différences de temps, donc il s'agit généralement de qui est le plus aimable pour agiter les autres, et il peut y avoir une impasse là aussi, qui peut devenir comique, d'autant plus que tous d'entre eux souhaitent vraiment bouger. Les véhicules autonomes rencontreront extrêmement rarement une impasse qui n'est pas couverte par le livre de règles publié par l'entité de délivrance des licences du gouvernement, qui peut être programmé comme règles de conduite dans le système.

Dans ces rares occasions, les véhicules pouvaient tirer au sort numériquement, comme suggéré, qui est un endroit où l'imprévisibilité est adaptative. Faire de l'expérimentation sur le dérapage comme un conducteur de voiture de course sur la rue Main à minuit peut être ce qu'un adolescent ivre pourrait faire, mais c'est une forme d'imprévisibilité qui ne s'adapte pas à un ordre raisonnable des priorités de conduite. Aucun des deux ne serait en train d'envoyer des SMS ou d'essayer de manger et de conduire.

Déterminisme

En ce qui concerne le déterminisme, dans le contexte des utilisations discutées, la génération de nombres pseudo-aléatoires de distributions particulières suffira.

  • Sortie de blocage ou
  • Accélération de la formation et amélioration de la fiabilité lorsqu'il existe des minima locaux qui ne sont pas le minimum global lors de l'optimisation,

Les tests fonctionnels et les technologies de tests unitaires sont non seulement capables de gérer les tests de composants avec un pseudo-aléatoire, mais ils utilisent parfois le pseudo-aléatoire pour fournir une meilleure couverture de test. La clé pour bien faire cela est de comprendre les probabilités et les statistiques, et certains ingénieurs et concepteurs d'IA le comprennent bien.

Élément de surprise

Là où le hasard est le plus important dans la technologie AV, ce n'est pas dans la prise de décision mais dans les surprises. C'est la pointe de ce travail d'ingénierie aujourd'hui. Comment conduire en toute sécurité lorsqu'un scénario complètement nouveau apparaît dans les canaux audio ou visuels? C'est peut-être l'endroit où la diversité de la pensée humaine peut être la meilleure, mais à vitesse d'autoroute, elle est généralement trop lente pour réagir comme nous le voyons dans les scènes de poursuite de films.

Corrélation entre le risque et la vitesse

Cela fait apparaître une interaction intéressante des facteurs de risque. On suppose que des vitesses plus élevées sont plus dangereuses, la mécanique et la probabilité réelles ne sont pas aussi claires. Les basses vitesses produisent des trajets temporellement plus longs et des densités de trafic plus élevées. Certaines formes d'accidents sont moins probables à des vitesses plus élevées, en particulier celles qui sont principalement liées à la densité du trafic ou à des événements. D'autres formes sont plus probables à des vitesses plus élevées, en particulier celles qui sont liées au temps de réaction et au frottement des pneus.

Avec les véhicules autonomes, le patinage des pneus peut être modélisé avec plus de précision et le temps de réaction peut être plus rapide de plusieurs ordres de grandeur, de sorte que les limites de vitesse minimales peuvent être plus imposées et les limites supérieures peuvent augmenter une fois que nous sortons les humains des sièges du conducteur.


Merci pour la bonne réponse! Le point sur la modélisation d'un pilote informatisé a été soulevé ici - il ne s'agissait pas tant d'émuler l'esprit humain avec ses défauts, mais plutôt de souligner que la partie difficile de ce travail est de construire l'IA, pas une voiture physique. L'extrapolation au sujet de l'aléatoire est la mienne.
guillaume31

Autour de 09:50: "Je n'aime presque même pas le terme" voiture autonome "car il implique que la voiture roule. Je pense que ce que nous essayons vraiment de construire est un conducteur informatisé. Et puis vous n'aimez pas pensez à vous comme à la construction d'une voiture, vous vous pensez à la construction d'un être humain. "
guillaume31

@ guillaume31, Merci pour le bon Q. ... Bien que je comprenne ce que l'auteur de la citation a l'intention de dire, la citation contient une faille conceptuelle par phrase. ... Phrase 1: L'IA est emballée dans la voiture pendant la fabrication, donc les voitures conduisent. ... Phrase 2: Le terme conducteur informatisé masque l'opportunité de modéliser l'intelligence au volant après une conduite humaine typique. ... Phrase 3: Nous ne voulons pas qu'un robot prenne place. ... La citation illustre pourquoi seulement 1 sur 1000 de ces start-ups de l'IA devrait survivre. Comment peuvent-ils concevoir clairement s'ils ne peuvent pas écrire clairement?
FauChristian

2

Les voitures autonomes appliquent l'apprentissage par renforcement et l'apprentissage semi-supervisé, ce qui leur permet d'être plus adaptées aux situations que les développeurs ne prévoyaient pas.

Certaines voitures appliquent désormais Swarm Intelligence , où elles apprennent efficacement des interactions entre elles, ce qui peut également aider en cas d'apprentissage par transfert.

En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.