Filter by دسته‌ها
chatGTP
ابزارهای هوش مصنوعی
اخبار
گزارش
تیتر یک
چندرسانه ای
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
دانش روز
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
یادگیری بدون نظارت
یادگیری تقویتی
یادگیری عمیق
یادگیری نیمه نظارتی
آموزش‌های پیشرفته هوش مصنوعی
بینایی ماشین
پردازش زبان طبیعی
پردازش گفتار
چالش‌های عملیاتی
داده کاوی و بیگ دیتا
رایانش ابری و HPC
سیستم‌‌های امبدد
علوم شناختی
دیتاست
رویدادها
جیتکس
کاربردهای هوش مصنوعی
کتابخانه
اشخاص
شرکت‌های هوش مصنوعی
محصولات و مدل‌های هوش مصنوعی
مفاهیم
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
مقاله
 الگوریتم جدید و عبور خودروی بی‌سرنشین از خیابان‌های باریک و شلوغ

الگوریتم جدید و عبور خودروی بی‌سرنشین از خیابان‌های باریک و شلوغ

زمان مطالعه: 2 دقیقه

تردد خودروها در خیابان‌های شلوغ پیتزبورگ ایالت پنسیلوانیا: محققان دانشگاه کارنگی ملون به دنبال راهی هستند تا خودروهای بی‌سرنشین نیز بتوانند در شلوغی راننگی کنند. الگوریتم عبور اتومبیل خودران، روشی برای عبور سالم خودرو بدون سرنشین در شرایط سخت.

تمام افرادی که در خیابان‌های باریک و شلوغ رانندگی کرده‌اند با این سناریو آشنا هستند: اتومبیل‌ها در دو طرف خیابان پارک‌شده‌اند و فضای کافی برای حرکت خودروها در جهت مخالف یکدیگر وجود ندارد. یکی باید به فضای خالی بین اتومبیل‌های پارک‌شده برسد یا آهسته حرکت کند و تا جایی که ممکن است کنار بکشد تا اتومبیل دیگر بتواند از کنار او عبور کند.

رانندگان راهی برای عبور از این تنگنا پیدا می‌کنند. راهی که ممکن است همراه با ترس و مخاطره باشد. برنامه‌ریزی وسیله نقلیه خودران برای عبور از این شرایط یعنی زمانی که هیچکس پشت فرمان نیست و یا خودرو از تصمیم راننده مقابل اطلاع ندارد، چالش منحصربه‌فردی پیش روی محققان مرکز تحقیقات خودروهای بدون سرنشین Argo AI در دانشگاه کارنگی ملون قرار داده است.

الگوریتم عبور اتومبیل خودران

چالش عبور خودرو بدون سرنشین از تنگنا

کریستف کیلینگ Christoph Killing استاد مدعو که سابق بر این در موسسه رباتیک دانشکده علوم کامپیوتر و در حال حاضر در آزمایشگاه سیستم‌های هوایی خودران دانشگاه فنی مونیخ، مشغول به تحقیق است. وی اینچنین توضیح می‌دهد که: «در حال حاضر تحقیق درباره قوانین نانوشته حمل‌و‌نقل جاده‌ای در دستور کار است. کار دشواری است. اتومیبل باید یادبگیرد بدون اطلاع از تصمیم راننده مقابل، برای توقف یا حرکت خودرو، از این تنگنا بیرون بیاید.»
کیلینگ در دانشگاه کارنگی ملون با دانشمند محقق جان دولان John Dolan و دانشجوی دکتری آدام ویلافلور Adam Villaflor برای حل این مشکل همکاری می‌کند. این تیم نتایج تحقیقات خود را در مقاله‌ای با عنوان «تلاش هوش مصنوعی برای تصمیم‌گیری موثر در خصوص حق تقدم رانندگان برای عبور از خیابان‌های دوطرفه باریک در شرایط پرتنش» در کنفرانس بین‌المللی رباتیک و اتوماسیون ارائه کردند.

محققان بر این باورند که موضوع رانندگی در خیابان‌های شلوغ و باریک را برای نخستین بار مورد‌بررسی علمی قرار داده‌اند. شرایطی که لازم است رانندگان اعم از انسان یا ماشین با یکدیگر همکاری کنند تا بتوانند تنها با حدس زدن تصمیم راننده مقابل، بدون برخورد، از کنار هم عبور کنند، رانندگان باید بین میل به تعرض و سازش تعادل برقرار کنند. راننده بیش از حد متعرض، یعنی کسی که بدون توجه به سایر خودروها سعی در باز کردن راه خود دارد، ممکن است خودش و دیگران را به خطر بیاندازد. از طرفی، راننده‌ی بیش از حد سازش‌کار که همیشه در مواجهه با خودروهایی که از روبه‌رو می‌آیند توقف می‌کند، ممکن است هرگز از خیابان عبور نکند، دولان می‌گوید: «از نظر من، یکی از جنبه‌های هیجان‌انگیز و البته دشوار رانندگی در پیتزبرگ گیرافتادن، در خیابان‌های باریک و شلوغ است»

الگوریتم مسیریابی خودروهای بدون سرنشین

امروزه خبرهایی از بکارگیری اتومبیل‌های خودران در حمل‌و‌نقل به‌ویژه در گام آخر تحویل کالا شنیده می‌شود، اما برای اینکه خودروی خودران بتواند مرسوله، پیتزا یا شخص را به مقصد برساند، باید از خیابان‌های تنگ و از کنار رانندگانی عبور کند که از تصمیم آن‌ها بی‌اطلاع است، این تیم، روشی برای مدل‌سازی میزان همکاری رانندگان ابداع کرده است. منظور از میزان همکاری راننده، سنجش احتمال کنار کشیدن راننده مقابل و دادن اجازه عبور به خودرو است. محققان از این مدل‌ها برای آموزش الگوریتم عبور خودرو بدون سرنشین استفاده کردند. الگوریتم موفق شد اتومبیل خودران را سالم و به بهترین نحوه ممکن از آن شرایط عبور دهد.

این آزمایش تنها در محیط شبیه‌سازی‌شده اجرا شده و هنوز الگوریتم عبور خودرو در دنیای واقعی آزمایش نشده است. با این حال نتایج امیدوار‌کننده است. این تیم تحقیقاتی نشان دادند که الگوریتم نسبت به مدل‌های فعلی عملکرد بهتری دارد. رانندگان با انواعی از سناریوهای پیچیده در حین رانندگی روبرو می‌شوند و محققان همزمان با تلاش برای عبوردادن خودروی بدون سرنشین از این سناریوها به دنبال راهی هستند تا مدل‌ها و الگورتیم های تک‌کاربردی. مثلا الگوریتم، پیوستن به بزرگراه عبور از سناریوهای دیگر مانند عوض کردن لاین یا گردش به چپ در سر تقاطع را نیز یادبگیرد.
به گفته دولان « آزمایش‌های گسترده، آخرین موارد حل‌نشده را مشخص می‌کند، به کندوکاو در این موارد ادامه می‌دهیم و راهکاری برای رسیدگی به آن‌ها پیدا می‌کنیم:»

میانگین امتیاز / 5. تعداد ارا :

مطالب پیشنهادی مرتبط

اشتراک در
اطلاع از
0 نظرات
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها
[wpforms id="48325"]