Новая методика обучения беспилотников поможет сократить время, необходимое для проработки различных дорожных ситуаций, с которыми автомобиль без водителя должен справляться с минимальными рисками для здоровья людей. Результаты работы такой методики Центра подключенного и автоматизированного транспорта (CCAT) опубликованы в Nature Communications.
Одно из препятствий, мешающее массовому внедрению беспилотников, — неэффективность существующих методов тестирования и оценки таких транспортных средств. На сегодняшний день не существует единого стандарта для оценки готовности беспилотников к езде по общим дорогам. Современные испытания сочетают в себе моделирование программного обеспечения, испытания на закрытых трассах и испытания на реальных дорогах.
Основная проблема заключается в том, что представляющие интерес дорожные события, включая аварии, случаются слишком редко. Таким образом, системам могут потребоваться сотни миллионов (иногда миллиарды) километров пробега, чтобы продемонстрировать требуемые характеристики безопасности. На сегодняшний день Waymo смоделировал всего порядка 15 млрд км. Поэтому работа, проводимая доктором Лю и его командой из Мичиганского университета, направлена на создание естественной и состязательной среды вождения (NADE),
Лю построил моделируемую среду вождения, используя крупномасштабные данные о вождении, которые были собраны Исследовательским институтом транспорта Мичиганского университета (UMTRI). В этой среде «фоновые» автомобили (те, что симулируют дорожный трафик) обучаются выполнять определенные враждебные маневры по отношению к беспилотнику. Это устраняет предвзятость и повышает эффективность.
NADE является непрерывным методом обучения, что обеспечивает непрерывное взаимодействие между беспилотником и множеством фоновых транспортных средств. Например, если исследователь хочет протестировать свой автомобиль в городской среде, этот подход позволит беспилотнику непрерывно ездить и испытывать состязательные сценарии, включая включения и резкое торможение с более высокой частотой. Результаты показывают, что эта среда на несколько порядков устраняет неэффективность доступных в настоящее время опций. Ожидается, что такой подход может ускорить внедрение автономных транспортных средств.
«Проезд километра с использованием моделирования дополненной реальности, наложенным на испытательную трассу, равен сотням или тысячам километрам по дорогам общего пользования. Это приведёт к значительному снижению общих затрат и времени тестирования беспилотников в более безопасной, контролируемой и повторяемой испытательной среде», — рассказал президент и генеральный директор ACM Рубен Саркар.
Источник: Nature
