自动驾驶汽车：新型人工智能模型有望带来更安全的旅程

Josiah02

自动驾驶汽车依靠人工智能来预测附近的车辆将要行驶的方向。但当这些预测与现实不符时，这种差异可能会导致撞车事故和道路安全性下降。
这就是为什么佐治亚大学最近的一项研究开发了一种新的人工智能模型，以使自动驾驶汽车更安全。他们的论文发表在《交通研究 E 部分：物流与交通评论》杂志上。
该研究引入了一种自动驾驶汽车的人工智能模型，旨在预测附近交通的流动情况并融入创新功能来规划安全的车辆行驶。
研究人员利用佛罗里达州 I-75 高速公路的数据来预测其他汽车的路径并确定自动驾驶汽车在跟随另一辆车时的运动。
之前的研究主要是预测周围的交通状况，然后规划自动驾驶汽车的行驶路线。然而，这种单独的方法更容易导致碰撞和险些相撞。
“这就是为什么我们希望整合这两个步骤，让自动驾驶汽车运行更安全，”这项研究的主要作者、佐治亚大学工程学院助理教授李倩文说。“正如我们的实验所表明的那样，这种方法确实有助于提高安全性能。”
人工智能需要做的不仅仅是预测交通
为了保证驾驶员的安全，自动驾驶汽车必须能够准确预测周围交通的动向。然而，很难知道路上的其他驾驶员会做什么。
“预测和现实总是有差距的，”李飞飞说，“自动驾驶汽车的规划轨迹可能最终会与其他车辆的实际轨迹相撞。”
新模型的设计将预测误差考虑在内，因为消除这些误差是不可能的。
李的团队还在致力于开发更复杂的自动驾驶汽车操作人工智能模型，例如 ChatGPT 等大型学习模型。交通场景可以输入到这些模型中，然后它们会确定最佳行动方案。
然而，大型语言模型也有局限性。虽然它们能够有效地做出有关如何应对不同情况的高层决策，但它们的设计初衷并不是规划汽车的行驶路线。
“我们如何才能完美地变道，既安全又高效？”李说。“我们如何让行人平稳停车，而不会引起任何骑行不适？基本上，我们如何设计具体的轨迹？这部分我们不要求 ChatGPT 或大型语言模型来做，因为它们没有能力这样做。根据我们迄今为止的实验，传统的轨迹优化模型可以做得更好。”
平衡车辆人工智能中的安全性和机动性
为自动驾驶汽车设计人工智能是一项平衡工作。最大限度地提高安全性往往是以牺牲机动性为代价的。
例如，如果自动驾驶汽车被训练得尽可能安全驾驶，它就会远离前面的汽车。虽然这是一种更安全的选择，但这种距离可能会减少道路上可容纳的汽车数量。
同样，过于关注移动性可能会导致汽车驾驶过于激进，从而增加发生车祸的风险。
李说：“我们仍在研究如何训练模型，以平衡安全性和移动性性能。”