По словам авторов новой работы, их подход предсказывает траектории всех участников движения. Сначала ИИ идентифицирует все объекты, затем прогнозирует предельные траектории.
Исследователи заявили, что если роботы будут управлять транспортом, то они должны быть в состоянии предсказать, что водители, велосипедисты и пешеходы будут делать дальше.
Авторы новой работы создали систему прогнозирования поведения, которая сначала угадывает отношения между двумя участниками дорожного движения — какой автомобиль, велосипедист или пешеход имеет право проехать, а кому нужно уступить дорогу. Дальше ИИ использует эти отношения для прогнозирования будущих траекторий.
Отмечается, что эти расчетные были точнее, чем у других моделей машинного обучения. Методика Массачусетского технологического института даже превзошла недавно представленную модель от компании Waymo, которая занимается автономным транспортом. Авторы отмечают, что они разбили задачу на несколько маленьких, поэтому процесс потребляет меньше памяти.
Авторы назвали свой метод машинного обучения M2I. Он использует два типа входных данных: прошлые траектории автомобилей, велосипедистов и пешеходов, которые перемещаются по перекрестку или четырехполосной дороге, а также карту с улицами и полосами движения. Используя эту информацию, ИИ определяет, как, согласно правилам дорожного движения, должны перемещаться объекты. Затем модель прогнозирования пытается предсказать траекторию для всех участников дорожного движения.
M2I выдает прогноз, как эти объекты будут перемещаться в течение следующих восьми секунд.
Читать далее
За ней охотились столетиями: что нам известно о планете Вулкан рядом с Солнцем
Физики экспериментально подтвердили новый фундаментальный закон для жидкостей
Астрономы нашли источник загадочных радиовсплесков, которые идут из космоса