Загубата на сцепление при шофиране с висока скорост обикновено е много лоша новина. Учени от Изследователския институт на Toyota и Станфордския университет са разработили двойка самоуправляващи се автомобили, които използват изкуствен интелект, за да правят това по контролиран начин. Този трик, по-известен като "дрифтинг", им помага да разширят границите на автономното шофиране.

През май двата автономни автомобила изпълниха смел дрифт в тандем на пистата Thunderhill Raceway Park в Калифорния. В рекламния видеоклип те се движат с рев по пистата на няколко метра един от друг, докато човешките шофьори предават управлението.

Крис Гердес, професор в Станфордския университет, който ръководи проекта, казва пред WIRED, че тези техники биха могли да развият бъдещите системи за подпомагане на водача.

"Едно от нещата, които разглеждаме, е дали можем да се справим толкова добре, колкото най-добрите човешки шофьори", казва той.

Бъдещите системи за подпомагане на водача могат да използват алгоритмите, тествани на калифорнийската писта, за да се намесват, когато водачът загуби контрол, и да извеждат автомобила от беда, както би го направил каскадьор.

"Това, което направихме тук, може да се разшири, за да се решат по-големи проблеми като автоматизирано шофиране в градски условия", отбелязва Гердес.

Ръководителите на Toyota, Mazda и Subaru обещаха да продължат да инвестират в технологии, базирани на горива

Двойната стратегия на Toyota: Усъвършенстване на ДВГ в ерата на електромобилите

Проектът е демонстрация на високоскоростна автономност, въпреки че самоуправляващите се автомобили все още са далеч от съвършенство. След десетилетие на обещания и раздухване, някои места вече имат роботаксита. Въпреки това превозните средства все още са склонни да затъват и могат да се нуждаят от дистанционна помощ.

Изследователите от Toyota и Станфордския университет модифицират два спортни автомобила GR Supra с компютри и сензори, които следят пътя и другите превозни средства. Те също така са разработили алгоритми, които съчетават усъвършенствани математически модели на свойствата на гумите и пистата с машинно обучение, което помага на автомобилите да се научат сами да овладяват изкуството на дрифта.

Минг Лин, професор в Университета на Мериленд, който изучава автономното шофиране, казва, че работата е вълнуващ напредък в подпомагането на самоуправляващите се автомобили да работят в екстремни условия.

Profit.bg

Летището във Финикс стартира услуга с автономни коли на Waymo

"Едно от най-големите предизвикателства е безопасното им управление в дъждовни и мъгливи дни или при лошо осветление през нощта", казва тя.

Лин добавя, че проектът на Toyota и Станфорд показва колко е важно да се комбинира машинното обучение с физически модели в света.

На автомобилите се подават данни от обиколки, направени от професионални шофьори. Съответните им компютри изчисляват оптимизационен проблем до 50 пъти в секунда, за да решат как да балансират управлението, газта и спирачката.

Напоследък светът е свидетел на забележителен напредък в областта на изкуствения интелект благодарение на големите езикови модели, които захранват програми като ChatGPT. Както подчертава демонстрацията на двойния дрифт обаче, овладяването на объркания и непредсказуем физически свят остава съвсем различно предложение.