Системы управления автономных автомобилей в значительной степени полагаются на данные о передвижениях машин с настоящими водителями. Именно на основе этой информации системы обучаются безопасному вождению в разных ситуациях.
Однако в реальных данных достаточно редко встречаются действительно опасные случаи, такие как угроза столкновения или вынужденный уход из полосы. Разумеется, это говорит об относительно благополучной дорожной обстановке, однако в то же время мешает эффективному обучению автономных систем.
Для имитации опасных ситуаций разработаны другие компьютерные программы, «движки симуляции» – они во всех подробностях оцифровывают изображения виртуальных дорог для обучения автономных систем. Тем не менее, до сих пор инженерам не удавалось на полномасштабных автомобилях использовать в реальных условиях навыки, полученные в ходе симуляции.
Исследователи из Массачусетского технологического института в США решили эту проблему с помощью фотореалистичного симулятора VISTA (Virtual Image Synthesis and Transformation for Autonomy). В его основе – небольшая база данных, записанная водителями на дорогах, из которой можно генерировать почти неограниченное количество новых потенциальных траекторий автомобиля в реальных условиях. Система управления обучается за счет вознаграждения за расстояние, пройденное без аварий – алгоритм самостоятельно находит безопасные способы достичь пункта назначения. Таким образом, программа тренируется искать безопасные выходы из любой ситуации, включая вынужденное перестроение и избегание столкновения.
В ходе испытаний алгоритм, обученный с помощью симулятора VISTA, удалось установить на настоящий автономный автомобиль, который вывели на незнакомые улицы. Система успешно продемонстрировала возможность в течение нескольких секунд вернуться на безопасную траекторию после избегания угроз. Презентацию разработки планируют провести на конференции ICRA в мае.
, автономный транспорт
Источник: robogeek.ru
