Het is een bekend scenario voor iedereen die door een drukke, smalle straat is gereden: geparkeerde auto's staan langs beide kanten en er is niet genoeg ruimte voor voertuigen die in beide richtingen rijden om elkaar te passeren. De ene moet in een gat in de geparkeerde auto's duiken of vertragen en zo ver mogelijk stoppen om de ander erdoorheen te wurmen.
Chauffeurs vinden een manier om hierover te onderhandelen, maar niet zonder telefoontjes en frustraties. Het programmeren van een autonoom voertuig (AV) om hetzelfde te doen - zonder een mens achter het stuur of kennis van wat de andere bestuurder zou kunnen doen - vormde een unieke uitdaging voor onderzoekers van het Carnegie Mellon University Argo AI Center for Autonomous Vehicle Research.
"Het zijn de ongeschreven verkeersregels, dat is ongeveer waar we hier mee te maken hebben", zegt Christoph Killing, een voormalig gastonderzoeker aan het Robotics Institute van de School of Computer Science en nu onderdeel van het Autonomous Aerial Systems Lab van het Technical Universiteit van München. “Het is een moeilijk stukje. Je moet leren om over dit scenario te onderhandelen zonder te weten of het andere voertuig gaat stoppen of vertrekken.”
Bij CMU werkte Killing samen met onderzoekswetenschapper John Dolan en Ph.D. student Adam Villaflor om dit probleem op te lossen. Het team presenteerde zijn onderzoek, "Learning To Robustly Negotiate Bi-Directional Lane Usage in High-Conflict Driving Scenarios", op de internationale conferentie over robotica en automatisering.
Het team gelooft dat hun onderzoek het eerste is naar dit specifieke rijscenario. Het vereist dat chauffeurs, menselijk of niet, samenwerken om veilig langs elkaar heen te komen zonder te weten wat de ander denkt. Chauffeurs moeten agressie afwegen tegen samenwerking. Een overdreven agressieve bestuurder, een die gewoon geen rekening houdt met andere voertuigen, kan zichzelf en anderen in gevaar brengen. Een overdreven coöperatieve chauffeur, een die altijd stopt voor tegemoetkomend verkeer, zal misschien nooit op straat komen.
"Ik heb dit altijd een interessant en soms moeilijk aspect van het rijden in Pittsburgh gevonden", zei Dolan.
Autonome voertuigen zijn aangekondigd als een mogelijke oplossing voor de last mile-uitdagingen van levering en transport. Maar wil een AV een pizza, pakket of persoon op zijn bestemming kunnen bezorgen, dan moeten ze kunnen navigeren in krappe ruimtes en onbekende bestuurdersintenties.
Het team ontwikkelde een methode om verschillende niveaus van medewerking van bestuurders te modelleren - hoe waarschijnlijk het was dat een bestuurder zou stoppen om de andere bestuurder te laten passeren - en gebruikte die modellen om een algoritme te trainen dat een autonome bestuurder zou kunnen helpen voertuig om veilig en efficiënt door deze situatie te navigeren. Het algoritme is alleen gebruikt in simulatie en niet op een voertuig in de echte wereld, maar de resultaten zijn veelbelovend. Het team ontdekte dat hun algoritme beter presteerde dan de huidige modellen.
Autorijden zit vol met complexe scenario's zoals deze. Terwijl de onderzoekers op het gebied van autonoom rijden ze aanpakken, zoeken ze naar manieren om de algoritmen en modellen die zijn ontwikkeld voor één scenario, bijvoorbeeld invoegen op een snelweg, te laten werken voor andere scenario's, zoals het wisselen van rijstrook of het linksafslaan tegen verkeer op een kruispunt.
"Uitgebreide tests brengen het laatste procent van de aanraakgevallen aan het licht", zei Dolan. "We blijven deze hoekgevallen vinden en blijven manieren bedenken om ze aan te pakken."