斯坦福大学研发计算技术 可让自动驾驶汽车根据周围情况自动调整轨迹

现在，尽管许多自动驾驶汽车在模拟测试或初始测试中取得了显著的成绩，但在真实街道上测试时，它们往往无法根据周围车辆或代理的情况调整自己的行驶路径，尤其是在需要一定协调能力的驾驶场景中，如十字路口或多车道街道。

自动驾驶汽车和其他车辆据外媒报道，为此，斯坦福大学的研究人员最近开发了一种计算技术LUCIDGames，它集成了基于博弈论的算法和一种估计方法，可以预测和规划自动驾驶汽车的自适应路径。人类通常能够理解周围车辆驾驶员的目标，并协商决定，例如在十字路口应该先走哪一个。斯坦福大学的研究人员试图在自动驾驶汽车上复制这种能力，并将这种复杂的行为应用于自动驾驶汽车。总体目标是使自动驾驶汽车能够识别周围车辆的目标，以便在需要协商的驾驶情况下规划更合适的行驶路径。

自动驾驶汽车和其他车辆的研究人员表示：“我们的研究结合了两个主要工具，一个是基于博弈论的算法，另一个是估计技术。当自动驾驶汽车的目标与其他智能体的目标不一致时，基于博弈理论的组件可以推断出与其他智能器的交互内容。另一方面，估计技术可以使自动驾驶汽车快速找到其他代理在与其他代理交互时的隐藏目标，例如预期速度、预期车道、交互式车辆的攻击性等。LUCIDGames技术旨在使自动驾驶汽车能够快速识别周围车辆和行人的目标，使他们能够预测其他代理的未来行动，并在其他代理周围安全驾驶，即使在复杂的驾驶场景中也是如此。该系统由“估计器”和“决策器”组成，可以根据“估计员”收集的信息确定最适合车辆的行驶轨迹。研究人员解释道：“一开始，自动驾驶汽车并不知道周围其他车辆的目标，所以估计器可以猜测这样的目标。每次自动驾驶汽车猜测时，它都可以预测未来几秒钟内其他车辆的轨迹，然后将预测的内容与真实情况进行比较，最准确的预测内容就会被保留下来。”。“经过初步训练后，LUCIDGames将重新猜测与先前猜测接近的其他代理的路径，并评估其预测性能。通过每秒重复几次这一过程，这项技术可以改进猜测内容，并最终猜测周围的其他代理是如何移动的。研究人员说：“有了这项技术，自动驾驶汽车还可以知道他们什么时候对自己的猜测有信心，什么时候不确定，以及他们的信心下降。在不确定的情况下，自动驾驶汽车将采取更加谨慎的行动，并与其他车辆保持更大的安全距离。“这项技术的预测组件可以使自动驾驶汽车根据驾驶员在街上遇到的事件类型调整决策。例如，该组件可以确定驾驶员的行为是否具有攻击性，从而使决策组件可以相应地调整自动驾驶汽车的轨迹和运动，例如自动驾驶汽车与激进驾驶员之间的安全距离。如果没有这样的预测技术，无论周围的驾驶员是谨慎的还是咄咄逼人的，自动驾驶汽车都会进行同样的操作，这将增加事故的风险。未来，LUCIDGames可以提高自动驾驶汽车的安全性和可靠性，允许自动驾驶汽车通过预测周围环境中其他代理的运动和动作来调整自己的运动。到目前为止，研究人员只评估了这项技术在模拟场景中的性能，目前正计划将其应用于真正的自动驾驶汽车进行测试。

标签：发现

汽车资讯热门资讯