MIT trenuje samojeżdżące samochody w fotorealistycznym symulatorze
Symulatory od lat są stosowane do trenowania kierowców, pilotów czy astronautów, a teraz okazuje się, że mogą być także doskonałe do bezpiecznego treningu samochodów autonomicznych.
A wszystko za sprawą nowego systemu opracowanego przez naukowców amerykańskiego MIT o nazwie Virtual Image Synthesis and Transformation for Autonomy (VISTA), dzięki któremu auta (niejednokrotnie niedopracowane) nie muszą już wyjeżdżać na ulice, stwarzając zagrożenie dla innych uczestników ruchu. Zamiast tego mogą zanurzyć się w wirtualnej rzeczywistości i przemierzać drogi specjalnie dla nich zaprojektowane, z niemal nieskończoną ilością możliwych scenariuszy do wyboru. Jest to szczególnie przydatne podczas trenowania schematów zachowania w zdarzeniach podbramkowych, czyli sytuacjach grożących wypadkiem czy zepchnięciu z drogi, których autonomiczne auta nie mają okazji przećwiczyć z powodu zbyt małej ilości materiałów szkoleniowych.
Tymczasem w VISTA mogą tego wszystkiego bezpiecznie doświadczyć i opracować schematy działania w takich sytuacjach w rzeczywistości. Wydaje się, że to możliwości nie do przecenienia w kontekście rozwoju autonomicznych aut i nowe rozwiązanie może znacznie przyspieszyć prace tego sektora i pojawienie się takich pojazdów na naszych ulicach. Kiedy kontroler samochodu bez kierowcy trafia do symulatora, dostaje jedynie niewielki wycinek danych z prawdziwego świata, na których może pracować. Musi więc samodzielnie opracować sposób dotarcia z punktu A do punktu B, za co jest nagradzany. Kiedy zaś popełnia błędy, system uruchamia tzw. uczenie wzmocnione, żeby nauczyć sztuczną inteligencję podejmowania następnym razem lepszej decyzji. W związku z tym stopniowo udaje jej się dotrzeć coraz dalej bez popełniania błędów i wywoływania kolizji.
- Trudno jest zgromadzić dane z tych podbramkowych sytuacji, których ludzie nie doświadczają na drodze. W naszej symulacji, system kontroli może doświadczyć tych sytuacji, uczyć się na własnych błędach i sprawnie poradzić sobie potem na drodze w rzeczywistych warunkach - twierdzi Alexander Amini z Computer Science and Artificial Intelligence Laboratory (CSAIL) MIT. Należy jednak pamiętać, że symulacje już wcześniej były wykorzystywane w treningu autonomicznych pojazdów, ale dotąd różnice między symulowanym i rzeczywistym światem były zbyt duże, w związku z czym auta i tak popełniały dużo błędów. MIT zapewnia, że tym razem jest inaczej, bo nie chodzi o wirtualny świat zaprojektowany przez inżynierów, ale symulator karmiony prawdziwymi danymi.
Do akcji wkraczają sieci neuronowe przetwarzające obrazy, które mapują sceny w 3D i tworzą fotorealistyczną reprezentację świata, do której kontroler samochodowy będzie mógł się później odnieść. - W gruncie rzeczy mówimy do samochodu ‘Masz tu środowisko. Możesz robić, co tylko zechcesz. Tylko nie wpadaj na samochody i trzymaj się swojego pasa’ - dodaje Amini. I wygląda na to, że taki system działa, bo po 10 tysiącach kilometrów przejechanych w symulatorze, samochód był w stanie nawigować po nieznanych sobie ulicach i zachować się tak jak trzeba w sytuacji kryzysowej, kiedy został w połowie zepchnięty z drogi. Następnym etapem prac MIT będzie zaś dodanie do symulatora warunków pogodowych, które jeszcze ulepszą szkolenie.
Źródło: GeekWeek.pl/
