（文章來(lái)源：教育新聞網(wǎng)）

近期，在街道上經(jīng)常發(fā)生諸如收窄和駕駛等危險(xiǎn)行為，但是如果您是人，從這個(gè)行為中人們不難發(fā)現(xiàn)，您也可以事先保持謹(jǐn)慎。的但是，自動(dòng)駕駛汽車的AI只會(huì)將周圍的駕駛員視為“不應(yīng)碰撞的障礙物”，并且無(wú)法讀取角色。

由麻省理工學(xué)院計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)室(MIT CSAIL)領(lǐng)導(dǎo)的團(tuán)隊(duì)研究了如何將其他駕駛員的社會(huì)特征分類為自動(dòng)駕駛汽車。已宣布能夠進(jìn)行更準(zhǔn)確的預(yù)測(cè)。具體來(lái)說(shuō)，它使用稱為社會(huì)價(jià)值取向(SVO)的參數(shù)。這是為了量化人類駕駛員的自私(自私)，利他或合作的程度。接下來(lái)，系統(tǒng)基于SVO實(shí)時(shí)創(chuàng)建自動(dòng)駕駛汽車的駕駛時(shí)間表。

研究小組報(bào)告說(shuō)，這些車道在可以左轉(zhuǎn)的地方合并并測(cè)試了該算法，現(xiàn)在它可以25%的概率更準(zhǔn)確地預(yù)測(cè)其他車輛的行為。例如，如果確定駛來(lái)的汽車是自私的，則可以仔細(xì)等待。

在此階段，似乎足以檢測(cè)以自我為中心的駕駛員并避免接觸事故，但是如果SVO考慮的行為變得復(fù)雜，那么還會(huì)加入諸如號(hào)角聲和干擾性超車等因素。當(dāng)然可以將來(lái)，可能會(huì)響應(yīng)傾斜并防止觸發(fā)傾斜的車輛行為。

這種對(duì)人類行為的洞察力是當(dāng)前自動(dòng)駕駛汽車和駕駛員在同一條道路上行駛的情況下保護(hù)人類生命的重要因素。例如，發(fā)現(xiàn)Uber的自動(dòng)駕駛測(cè)試車在事故中導(dǎo)致行人橫穿馬路致死，被系統(tǒng)地認(rèn)為不適合無(wú)人行橫道的人通過(guò)。順便說(shuō)一句，無(wú)視這些交通規(guī)則的步行者在英語(yǔ)中被稱為“ Jaywalker”，有些國(guó)家會(huì)受到高額罰款。

該研究論文的主要作者威爾科·施瓦丁(Wilco Schwarting)說(shuō)：“與人類合作是要閱讀他們的意圖，以更好地理解人類行為?！?“人們合作或競(jìng)爭(zhēng)的傾向通常會(huì)影響他們作為駕駛員的行為。在本文中，我們?cè)噲D觀察它是否可以被量化?！?/p>

另一方面，自動(dòng)駕駛汽車也會(huì)給其他駕駛員帶來(lái)煩惱，例如在十字路口仔細(xì)判斷會(huì)導(dǎo)致交通過(guò)多。例如，蘋果的自動(dòng)駕駛汽車在慢速行駛時(shí)也墜毀，但這可能與這種行為有關(guān)。

SchwarTIng認(rèn)為以下幾點(diǎn)：“在自動(dòng)駕駛汽車(AV)中像人一樣行事對(duì)于乘客和周圍車輛的安全至關(guān)重要。以可預(yù)見(jiàn)的方式行事。因?yàn)槿祟惲私釧V的行為并可以做出適當(dāng)?shù)姆磻?yīng)?！焙?jiǎn)而言之，如果您遠(yuǎn)離人類，附近的人類駕駛員將會(huì)感到困惑。研究的下一步是將這種預(yù)測(cè)模型擴(kuò)展到行人，自行車和其他自動(dòng)駕駛汽車?？赡芷谕粌H將這種系統(tǒng)安裝在全自動(dòng)駕駛的車輛中，而且還希望將其安裝在人的駕駛汽車中，以盡快檢測(cè)并警告危險(xiǎn)的駕駛車輛。
? ? ?