El sistema de MIT CSAIL clasifica a los conductores como egoístas o desinteresados. ¿Podría esto ayudar a los autos autónomos a navegar en el tráfico?
Llegan los coches autónomos. Pero a pesar de todos sus sofisticados sensores y sus intrincadas habilidades de procesamiento de datos, incluso los autos más avanzados carecen de algo que (casi) todos los jóvenes de 16 años con un permiso de aprendizaje tienen: conciencia social.
Si bien las tecnologías autónomas han mejorado sustancialmente, en última instancia todavía ven a los conductores que los rodean como obstáculos hechos de unos y ceros, en lugar de seres humanos con intenciones, motivaciones y personalidades específicas.
Pero recientemente, un equipo dirigido por investigadores del Laboratorio de Ciencias de la Computación e Inteligencia Artificial del MIT(CSAIL) ha estado explorando si los automóviles autónomos pueden programarse para clasificar las personalidades sociales de otros conductores, de modo que puedan predecir mejor qué harán los diferentes automóviles y, por lo tanto, poder conducir de manera más segura entre ellos.
En un nuevo artículo, los científicos integraron herramientas de la psicología social para clasificar el comportamiento de conducción con respecto a cuán egoísta o desinteresado es un conductor en particular.
Específicamente, usaron algo llamado orientación de valor social (SVO), que representa el grado en que alguien es egoísta («egoísta») versus altruista o cooperativo («prosocial»). Luego, el sistema estima los SVO de los conductores para crear trayectorias de conducción en tiempo real para automóviles autónomos.
Al probar su algoritmo en las tareas de combinación de carriles y giros a la izquierda sin protección, el equipo demostró que podían predecir mejor el comportamiento de otros automóviles en un factor del 25 por ciento. Por ejemplo, en las simulaciones de giro a la izquierda, su automóvil sabía esperar cuando el automóvil que se acercaba tenía un conductor más egoísta y luego girar cuando el otro automóvil era más prosocial.
Si bien aún no es lo suficientemente robusto para implementarse en carreteras reales, el sistema podría tener algunos casos de uso intrigantes, y no solo para los autos que se conducen solos. Digamos que usted es un humano conduciendo y un automóvil entra repentinamente en su punto ciego: el sistema podría advertirle en el espejo retrovisor que el automóvil tiene un conductor agresivo, lo que le permite ajustarse en consecuencia. También podría permitir que los autos autónomos aprendan a exhibir un comportamiento más humano que será más fácil de entender para los conductores humanos.
“Trabajar con humanos y alrededor de ellos significa descubrir sus intenciones para comprender mejor su comportamiento”, dice el estudiante graduado Wilko Schwarting, quien fue el autor principal del nuevo artículo que se publicará esta semana en el último número de Proceedings of the National Academy of Ciencias. “Las tendencias de las personas a ser colaborativas o competitivas a menudo se reflejan en la forma en que se comportan como conductores. En este documento, buscamos comprender si esto era algo que realmente podíamos cuantificar”.
Los coautores de Schwarting incluyen a los profesores del MIT Sertac Karaman y Daniela Rus, así como a la científica investigadora Alyssa Pierson y al ex postdoctorado de CSAIL Javier Alonso-Mora.
Un problema central con los autos sin conductor de hoy en día es que están programados para asumir que todos los humanos actúan de la misma manera. Esto significa que, entre otras cosas, son bastante conservadores en la toma de decisiones en las paradas de cuatro vías y otras intersecciones.
Si bien esta precaución reduce la posibilidad de accidentes fatales, también crea cuellos de botella.eso puede ser frustrante para otros conductores, sin mencionar que es difícil de entender para ellos. (Esta puede ser la razón por la que la mayoría de los incidentes de tránsito han sido chocados por detrás por conductores impacientes ).
permite a los humanos comprender y responder adecuadamente a las acciones del AV”, dice Schwarting.
Para tratar de expandir la conciencia social del automóvil, el equipo de CSAIL combinó métodos de la psicología social con la teoría de juegos, un marco teórico para concebir situaciones sociales entre los jugadores que compiten.
El equipo modeló escenarios viales en los que cada conductor trató de maximizar su propia utilidad y analizó sus «mejores respuestas» dadas las decisiones de todos los demás agentes. Basado en ese pequeño fragmento de movimiento de otros autos, el algoritmo del equipo podría predecir el comportamiento de los autos circundantes como cooperativo, altruista o egoísta, agrupando los dos primeros como «prosociales». Los puntajes de las personas para estas cualidades se basan en un continuo con respecto a cuánto demuestra una persona preocuparse por sí misma versus preocuparse por los demás.
En los escenarios de fusión y giro a la izquierda, las dos opciones de resultado eran dejar que alguien se incorporara a su carril («prosocial») o no («egoísta»). Los resultados del equipo mostraron que, como era de esperar, los autos que se fusionan se consideran más competitivos que los autos que no se fusionan.
El sistema fue entrenado para tratar de comprender mejor cuándo es apropiado exhibir diferentes comportamientos. Por ejemplo, incluso el conductor humano más deferente sabe que ciertos tipos de acciones, como cambiar de carril en medio del tráfico pesado, requieren un momento para ser más asertivo y decisivo.
Para la próxima fase de la investigación, el equipo planea trabajar para aplicar su modelo a peatones, bicicletas y otros agentes en entornos de conducción. Además, investigarán otros sistemas robóticos que actúan entre humanos, como los robots domésticos, e integrarán SVO en sus algoritmos de predicción y toma de decisiones. Pierson dice que la capacidad de estimar las distribuciones de SVO directamente a partir del movimiento observado, en lugar de en condiciones de laboratorio, será importante para campos mucho más allá de la conducción autónoma.
«Al modelar las personalidades de conducción e incorporar los modelos matemáticamente utilizando el SVO en el módulo de toma de decisiones de un automóvil robot, este trabajo abre la puerta a un uso compartido de carreteras más seguro y fluido entre automóviles conducidos por humanos y por robots», dice Rus. .
La investigación fue apoyada por el Instituto de Investigación de Toyota para el equipo del MIT. La Organización Holandesa para la Investigación Científica apoyó la participación específica de Mora.
