Es un escenario familiar para cualquiera que haya conducido por una calle estrecha y concurrida: los automóviles estacionados se alinean a ambos lados y no hay suficiente espacio para que los vehículos que viajan en ambas direcciones se pasen entre sí. Uno tiene que meterse en un hueco en los coches aparcados o reducir la velocidad y detenerse lo más lejos posible para que el otro pase.
Los conductores encuentran una manera de negociar esto, pero no sin frustraciones y estrechez. Programar un vehículo autónomo (AV) para hacer lo mismo, sin un ser humano detrás del volante o sin conocimiento de lo que podría hacer el otro conductor, presentó un desafío único para los investigadores del Centro de IA Argo para la investigación de vehículos autónomos de la Universidad Carnegie Mellon.
"Son las reglas no escritas del camino, eso es más o menos con lo que estamos lidiando aquí", dijo Christoph Killing, ex investigador visitante en el Instituto de Robótica de la Facultad de Ciencias de la Computación y ahora parte del Laboratorio de Sistemas Aéreos Autónomos en el Centro Técnico. Universidad de Munich. “Es un momento difícil. Tienes que aprender a manejar este escenario sin saber si el otro vehículo se detendrá o se irá ”.
Mientras estaba en CMU, Killing se asoció con el científico investigador John Dolan y Ph.D. estudiante Adam Villaflor para resolver este problema. El equipo presentó su investigación, “Aprender a negociar de manera sólida el uso de carriles bidireccionales en escenarios de conducción de alto conflicto”, en la Conferencia Internacional sobre Robótica y Automatización.
El equipo cree que su investigación es la primera en este escenario de conducción específico. Requiere que los conductores, humanos o no, colaboren para superar a los demás de manera segura sin saber lo que el otro está pensando. Los conductores deben equilibrar la agresión con la cooperación. Un conductor demasiado agresivo, uno que simplemente pasa sin tener en cuenta a otros vehículos, podría ponerse a sí mismo y a los demás en riesgo. Un conductor demasiado cooperativo, uno que siempre se detiene frente al tráfico que se aproxima, puede que nunca llegue a la calle.
"Siempre he encontrado que este es un aspecto interesante y, a veces, difícil de conducir en Pittsburgh", dijo Dolan.
Los vehículos autónomos han sido anunciados como una solución potencial para los desafíos de la última milla de entrega y transporte. Pero para que un AV entregue una pizza, un paquete o una persona a su destino, debe poder navegar en espacios reducidos y con intenciones desconocidas del conductor.
El equipo desarrolló un método para modelar diferentes niveles de cooperación del conductor (la probabilidad de que un conductor se detuviera para dejar pasar al otro conductor) y usó esos modelos para entrenar un algoritmo que podría ayudar a un conductor autónomo vehículo para navegar de manera segura y eficiente en esta situación. El algoritmo solo se ha utilizado en simulación y no en un vehículo en el mundo real, pero los resultados son prometedores. El equipo descubrió que su algoritmo funcionaba mejor que los modelos actuales.
Conducir está lleno de escenarios complejos como este. A medida que los investigadores de conducción autónoma los abordan, buscan formas de hacer que los algoritmos y modelos desarrollados para un escenario, por ejemplo, incorporarse a una carretera, funcionen para otros escenarios, como cambiar de carril o girar a la izquierda contra el tráfico en una intersección.
"Las pruebas exhaustivas están sacando a la luz el último porcentaje de casos táctiles", dijo Dolan. "Seguimos encontrando estos casos de esquina y seguimos ideando formas de manejarlos".