В Мэрилендском университете разработали новую методику симуляции поведения водителей на дороге для обучения автономных транспортных средств. Исследование опубликовано в IEEE Robotics and Automation Letters.

Метод моделирования дорожных ситуаций, разработанный исследователями из Университета Мэриленда, основан на классификации поведения других участников дорожного движения. Эта модель, которую авторы назвали CMetric, анализирует траектории движения других водителей и пешеходов. На основе анализа и данных, получаемых с использованием компьютерного зрения, алгоритм может предсказывать возможные действия участников дорожного движения.

«С помощью CMetric наш симулятор может генерировать виртуальных автомобилистов с различным стилем вождения для предварительного обучения беспилотных машин, - говорит Ангелос Маврогианнис, один из разработчиков модели. - Моделирование разнородного поведения при вождении — основной элемент нашей работы. Мы используем модель глубокого обучения с подкреплением, основанную на DQN (Deep Q-Network)».

Разработчики отмечают, что в последние годы многие компании работают над созданием безопасных и надежных беспилотных транспортных средств. Однако для повсеместного использования такие машины должны уметь передвигаться по самым разным дорогам, не сталкиваться с другими транспортными средствами, пешеходами, велосипедами, животными или иными препятствиями.

Поведение за рулем, по мнению разработчиков, можно разделить на две основные категории: консервативное и агрессивное вождение. Консервативные водители более осторожны и внимательны, а агрессивные водители склонны к опасным маневрам и резким движениям.

Точное обнаружение этих моделей поведения может быть очень полезным для автономных транспортных средств, особенно в критические моменты (например, при смене полосы движения или въезде на шоссе). Понимание действий других водителей позволяет ИИ соответствующим образом адаптировать свою траекторию, принять меры безопасности, пишет «Хайтек».