Представлен алгоритм учёта состояния пассажира для принятия решений в робомобилях

Учёные из Университета Цинхуа разработали ^[1] алгоритм, который позволяет беспилотным автомобилям учитывать физиологическое состояние пассажиров для принятия более безопасных решений в сложных дорожных ситуациях.

Китайские исследователи проверили ^[2], может ли мониторинг мозговой активности пассажиров помочь системам автономного вождения принимать более безопасные решения в рискованных ситуациях. Команда использовала неинвазивную технологию, называемую функциональной ближней инфракрасной спектроскопией (fNIRS), которая отслеживает мозговую активность, связанную со стрессом ^[3], эмоциями ^[4] и восприятием ^[5] риска, в режиме реального времени.

«Функциональная ближняя инфракрасная спектроскопия (fNIRS), как неинвазивный метод мониторинга мозговой активности в режиме реального времени, может предоставлять когнитивную информацию, связанную с восприятием риска человеком и эмоциональным состоянием, и поэтому считается инструментом, который может улучшить системы автономного вождения. В нашем исследовании представлен интеллектуальный алгоритм принятия решений на основе fNIRS, анализирующий физиологическое состояние пассажиров, с целью повышения безопасности и эффективности принятия решений автономными транспортными средствами в рискованных ситуациях», — заявил ведущий автор Сяофэй Чжан.

Исследователи создали новую систему, которая объединяет данные о мозге ^[6] пассажиров с программным обеспечением управления автономным транспортным средством. Когда она обнаруживает, что пассажиры испытывают повышенный уровень риска или стресса ^[7], автомобиль автоматически переключается на более осторожную стратегию вождения.

Основанный на форме глубокого обучения ^[8] с подкреплением ^[9], алгоритм разработан для более быстрого обучения и принятия более безопасных решений с учётом реакций ^[10] человека.

В ходе испытаний система переключалась на более консервативный режим вождения, когда пассажиры проявляли беспокойство, что помогало автомобилю более осторожно реагировать в опасных ситуациях.

Исследование показало, что этот подход превосходит традиционные методы автономного вождения в нескольких областях, включая скорость обучения, общую безопасность и комфорт.

Однако учёные отметили и некоторые ограничения. Тестируемые сценарии вождения были относительно простыми, а участники имели узкий возрастной диапазон и схожий опыт ^[11], поэтому полученные результаты могут быть неприменимыми ко всем реальным ситуациям вождения.

«В будущих исследованиях мы будем стремиться проверить алгоритм в более сложных и реалистичных сценариях вождения, а также дополнительно повысить точность и надёжность оценки риска вождения за счёт интеграции информации с датчиков автомобиля», — заключил Чжан.

Между тем сервис роботакси Waymo начал разрабатывать ^[12] встроенного в системы автомобиля помощника с искусственным интеллектом ^[13] на базе Gemini от Google. Компания планирует интегрировать ассистента в свои роботакси для сопровождения пассажиров и ответов на их вопросы.