C’est un scénario familier à quiconque a conduit dans une rue étroite et bondée. Les voitures garées bordent les deux côtés et il n’y a pas assez d’espace pour que les véhicules circulant dans les deux sens se croisent. L’un doit se faufiler dans une brèche dans les voitures garées ou ralentir et s’arrêter aussi loin que feasible pour que l’autre puisse se faufiler.



Les conducteurs trouvent un moyen de négocier cela, mais non sans appels rapprochés et frustration. Programmer un véhicule autonome (AV) pour qu’il fasse de même – sans être humain au volant ni savoir ce que l’autre conducteur pourrait faire – a représenté un défi distinctive pour les chercheurs de l’Argo AI Middle for Autonomous Car or truck Research de l’Université Carnegie Mellon.

« Ce sont les règles de la route non écrites, c’est à peu près ce à quoi nous avons affaire ici », a déclaré Christoph Killing, ancien chercheur invité à l’Institut de robotique de la Faculty of Laptop Science et maintenant partie du Autonomous Aerial Methods Lab au Complex Université de Munich. « C’est un peu difficile. Il faut apprendre à négocier ce scénario sans savoir si l’autre véhicule va s’arrêter ou partir. »



Pendant son séjour à la CMU, Killing a fait équipe avec le chercheur John Dolan et Ph.D. l’étudiant Adam Villaflor pour résoudre ce problème. L’équipe a présenté ses recherches,  » Apprendre à négocier de manière robuste l’utilisation des voies bidirectionnelles dans les scénarios de conduite à haut conflit « , à la Conférence internationale sur la robotique et l’automatisation.

L’équipe pense que leurs recherches sont les premières sur ce scénario de conduite spécifique. Cela oblige les conducteurs – humains ou non – à collaborer pour se dépasser en toute sécurité sans savoir ce que l’autre pense. Les conducteurs doivent équilibrer l’agressivité avec la coopération. Un conducteur trop agressif, qui ne tient pas compte des autres véhicules, pourrait se mettre lui-même et les autres en hazard. Un conducteur trop coopératif, qui s’arrête toujours confront à la circulation venant en sens inverse, peut ne jamais arriver dans la rue.

« J’ai toujours trouvé que c’était un component intéressant et parfois difficile de la conduite à Pittsburgh », a déclaré Dolan.

Les véhicules autonomes ont été présentés comme une resolution potentielle aux problèmes de livraison et de transport du dernier kilomètre. Mais pour qu’un AV livre une pizza, un colis ou une personne à place, il doit être capable de naviguer dans des espaces restreints et des intentions de conducteur inconnues.

L’équipe a développé une méthode pour modéliser différents niveaux de coopération des conducteurs – la probabilité qu’un conducteur s’arrête pour laisser passer l’autre conducteur – et a utilisé ces modèles pour former un algorithme qui pourrait aider un véhicule autonome à naviguer en toute sécurité et efficacement. scenario. L’algorithme n’a été utilisé qu’en simulation et non sur un véhicule dans le monde réel, mais les résultats sont prometteurs. L’équipe a constaté que leur algorithme fonctionnait mieux que les modèles actuels.

La conduite est pleine de scénarios complexes comme celui-ci. Au fur et à mesure que les chercheurs en conduite autonome les abordent, ils cherchent des moyens de faire en sorte que les algorithmes et les modèles développés pour un scénario, par exemple la fusion sur une autoroute, fonctionnent pour d’autres scénarios, comme changer de voie ou tourner à gauche contre la circulation à une intersection.

« Des assessments approfondis mettent en lumière le dernier pour cent des cas tactiles », a déclaré Dolan. « Nous continuons à trouver ces cas de coin et continuons à trouver des moyens de les gérer. »

Vidéo  :