Prioridades de manejo
Al considerar el tipo de modelado necesario para crear vehículos autónomos confiables y seguros, se deben considerar los siguientes criterios de seguridad y eficacia de conducción, enumerados en prioridad con los más importantes primero.
- La seguridad de las personas dentro y fuera del vehículo.
- Reducción del desgaste de los pasajeros.
- La seguridad de la propiedad.
- La llegada al destino dado
- Reducción del desgaste del vehículo.
- Ahorro en recursos de combustible
- Equidad con otros vehículos.
- El ahorro en el tiempo
Estos se ordenan de una manera que tenga sentido cívico y global, pero no son las prioridades exhibidas por los conductores humanos.
¿Copiar humanos o reevaluar y diseñar desde cero?
Quien haya dicho que el objetivo del diseño de automóviles autónomos es modelar las partes de una mente humana que pueden conducir, no debe diseñar automóviles autónomos para la fabricación real. Es bien sabido que la mayoría de los humanos, aunque pueden haber escuchado los siguientes consejos de seguridad, no pueden llevarlos a la conciencia con la velocidad suficiente para beneficiarse de ellos en los arreglos de conducción reales.
- Cuando los neumáticos se resbalen de lado, diríjase al patín.
- Cuando comienza un patinazo hacia adelante, bombee los descansos.
- Si alguien se dirige tangencialmente hacia la parte trasera de su automóvil, acelere inmediatamente y luego deténgase.
- En una rampa de acceso, acelere para igualar la velocidad de los autos en el carril en el que se une, a menos que no haya espacio para hacerlo.
- Si ve una mancha de hielo, siga recto y no acelere ni desacelere una vez que lo alcance.
Muchas colisiones entre locomotoras y automóviles se deben a que una luz roja causa una línea en varios carriles a través de las vías. Con frecuencia, una persona se moverá a las vías del ferrocarril para ganar la longitud de un automóvil en los otros automóviles. Cuando otros se mueven para hacer que deshacer esa elección sea problemática, surge un riesgo grave.
Por absurdo que sea este comportamiento para cualquiera que esté mirando, muchas muertes ocurren cuando una locomotora de 2.000 toneladas que viaja rápidamente golpea lo que parece una mota de polvo para los pasajeros del tren.
Previsibilidad y adaptabilidad
Los seres humanos son impredecibles, como indica la pregunta, pero aunque la adaptabilidad puede ser impredecible, la imprevisibilidad puede no ser adaptativa. Se necesita adaptabilidad, y se necesita de cinco formas principales.
- Adaptable en el momento a las sorpresas
- Adaptable a través de la experiencia de manejo general
- Adaptable al auto específico
- Adaptable a la expresión del pasajero
- Adaptable a regiones de mapas particulares
Además, conducir un automóvil es
- Altamente mecánico
- Visual,
- Auditivo,
- Plan orientado
- Geográfico, y
- Preventivo en situaciones de sorpresa.
Modelado de complejidades de conducción
Esto requiere un modelo o modelos que componen varios tipos de objetos.
- Mapas
- El vehículo
- Las intenciones del pasajero
- Otro vehículo
- Otras obstrucciones
- Los peatones
- Animales
- Cruces
- Señales de tráfico
- Las señales de tráfico
- Lado de la carretera
Ni misterio ni indeterminación
Aunque estos modelos son aproximados cognitivamente en el cerebro humano, qué tan bien están modelados y qué tan efectivos son para alcanzar algo cercano a un equilibrio razonable de las prioridades anteriores varía de conductor a conductor, y varía de viaje a viaje para el mismo conductor. .
Sin embargo, por complejo que sea conducir, no es misterioso. Cada uno de los modelos anteriores es fácil de considerar a un alto nivel en términos de cómo interactúan y qué propiedades mecánicas y probabilísticas tienen. Detallar esto es una tarea enorme, y hacer que el sistema funcione de manera confiable es un desafío de ingeniería significativo, además de la pregunta de capacitación.
Inevitabilidad del logro
Independientemente de la complejidad, debido a la economía involucrada y al hecho de que es en gran medida un problema de mecánica, probabilidad y reconocimiento de patrones, se hará y eventualmente se hará bien.
Cuando es así, por poco probable que parezca para la persona que acepta nuestra cultura actual como permanente, la conducción humana puede volverse ilegal en este siglo en algunas jurisdicciones. Cualquier analista de tráfico puede acumular montones de evidencia de que la mayoría de los humanos están mal equipados para conducir una máquina que pesa una tonelada a velocidades comunes. La licencia de los conductores no profesionales solo se ha aceptado ampliamente debido a la insistencia pública en la comodidad y comodidad del transporte y porque la economía de la fuerza laboral lo requiere.
Los automóviles autónomos pueden reflejar lo mejor de las capacidades humanas, pero probablemente los superarán con creces porque, aunque los objetos en el modelo son complejos, son en gran medida predecibles, con la notable excepción de que los niños juegan. La tecnología AV utilizará la solución estándar para esto. Todo el escenario puede ponerse en cámara lenta para adaptarse a los niños que juegan simplemente disminuyendo la velocidad. Es probable que los componentes de IA que detectan específicamente a niños y perros emerjan pronto, si aún no existen.
Aleatoriedad
La aleatoriedad es importante en el entrenamiento. Por ejemplo, un conductor de autos de carrera creará patines deliberadamente de varios tipos para acostumbrarse a cómo controlarlos. En el aprendizaje automático, vemos algunas perturbaciones pseudoaleatorias introducidas durante el entrenamiento para garantizar que el proceso de descenso del gradiente no quede atrapado en un mínimo local, sino que es más probable que encuentre un mínimo global (óptimo).
Punto muerto
La pregunta es correcta al afirmar que "una dosis de imprevisibilidad podría tener sus usos". El escenario de punto muerto es interesante, pero es poco probable que ocurra a medida que se desarrollan los estándares. Cuando cuatro conductores se detienen al mismo tiempo, realmente no lo hacen. Solo parece que lo hicieron. La probabilidad de que ninguno de ellos llegue más de un milisegundo antes que los demás es astronómicamente pequeña.
La gente no detectará (o incluso será lo suficientemente honesto) para distinguir estas pequeñas diferencias de tiempo, por lo que generalmente se trata de quién es más amable para saludar a los demás, y también puede haber algún punto muerto, lo que puede volverse cómico, especialmente porque todos de ellos realmente desean moverse. Los vehículos autónomos raramente encontrarán un punto muerto que no esté cubierto por el libro de reglas que publica la entidad de licencias del gobierno, que puede programarse como reglas de conducción en el sistema.
En esas raras ocasiones, los vehículos podrían dibujar mucho digitalmente, como se sugiere, que es un lugar donde la imprevisibilidad es adaptativa. Experimentar el deslizamiento como un conductor de autos de carrera en Main Street a la medianoche puede ser lo que un adolescente borracho podría hacer, pero esa es una forma de imprevisibilidad que no se adapta a un orden sensato de las prioridades de conducción. Ninguno de los dos enviaría mensajes de texto o trataría de comer y conducir.
Determinismo
Con respecto al determinismo, en el contexto de los usos discutidos, será suficiente la generación de números pseudoaleatorios de distribuciones particulares.
- Lanzamiento de punto muerto o
- Aceleración de entrenamiento y confiabilidad mejorada cuando hay mínimos locales que no son el mínimo global durante la optimización,
Las pruebas funcionales y las tecnologías de pruebas unitarias no solo pueden manejar las pruebas de componentes con pseudoaleatoriedad, sino que a veces emplean pseudoaleatoriedad para proporcionar una mejor cobertura de prueba. La clave para hacerlo bien es comprender la probabilidad y las estadísticas, y algunos ingenieros y diseñadores de IA lo entienden bien.
Elemento de sorpresa
Donde la aleatoriedad es más importante en la tecnología AV no es en la toma de decisiones sino en las sorpresas. Esa es la vanguardia de ese trabajo de ingeniería hoy. ¿Cómo se puede conducir con seguridad cuando aparece un escenario completamente nuevo en los canales de audio o visuales? Este es quizás el lugar donde la diversidad del pensamiento humano puede ser mejor, pero a velocidades de autopista, por lo general, es demasiado lento para reaccionar de la manera en que vemos en las escenas de persecución de películas.
Correlación entre riesgo y velocidad
Esto trae una interacción interesante de factores de riesgo. Se supone que las velocidades más altas son más peligrosas, la mecánica real y la probabilidad no son tan claras. Las velocidades bajas producen viajes temporalmente más largos y mayores densidades de tráfico. Algunas formas de accidentes son menos probables a velocidades más altas, específicamente aquellas relacionadas principalmente con la densidad del tráfico o la casualidad. Otras formas son más probables a velocidades más altas, específicamente las relacionadas con el tiempo de reacción y la fricción de los neumáticos.
Con los vehículos autónomos, el deslizamiento de los neumáticos puede modelarse con mayor precisión y el tiempo de reacción puede ser de órdenes de magnitud más rápido, por lo que los límites mínimos de velocidad pueden imponerse más y los límites superiores pueden aumentar una vez que saquemos a los humanos de los asientos del conductor.
Los autos autónomos aplican el aprendizaje reforzado y el aprendizaje semi-supervisado, esto les permite ser más adecuados para situaciones que los desarrolladores no anticiparon.
Algunos autos ahora aplican Swarm Intelligence , donde efectivamente aprenden de las interacciones entre ellos, lo que también puede ayudar en casos de transferencia de aprendizaje.
fuente