Blocajele vor fi o amintire îndepărtată datorită semafoarelor AI, dezvoltate de cercetătorii de la Universitatea Aston


Cozile lungi la semafoare ar putea fi de domeniul trecutului, datorită unui nou sistem de inteligență artificială dezvoltat de cercetătorii de la Universitatea Aston. Controlul ineficient al semafoarelor este una dintre principalele cauze ale congestionării rețelelor de drumuri urbane. Schimbarea dinamică a condițiilor de trafic și estimarea stării traficului în timp real sunt provocări fundamentale care limitează capacitatea infrastructurii de semnalizare existente de a oferi control individualizat al semnalului în timp real.

Acest sistem, primul de acest fel, citește imagini live ale camerei și ajustează luminile pentru a compensa, ajutând la fluidizarea traficului și la reducerea aglomerației. Cercetătorii folosesc deep reinforcement learning (DRL) pentru a aborda aceste provocări. Datorită constrângerilor economice și de securitate asociate cu pregătirea unor astfel de agenți în lumea reală, o abordare practică este de a face acest lucru în simulare înainte de implementare. Randomizarea domeniilor este o tehnică eficientă pentru a reduce decalajul realității și pentru a asigura transferul eficient al agenților instruiți în simulare în lumea reală.

La testare, sistemul a depășit cu mult toate celelalte metode, care de obicei se bazează pe tranziții de fază proiectate manual. În 2019, s-a estimat că congestionarea traficului în zonele urbane din Regatul Unit are ca rezultat aproximativ 115 ore de timp pierdut – și 894 de combustibil irosit și venituri pierdute – în fiecare an pentru rezidentul mediu din Regatul Unit. O cauză majoră a congestiei este sincronizarea necorespunzătoare a semafoarelor.

Cercetătorii au construit un simulator de trafic fotorealist de ultimă generație, Traffic 3D, pentru a-și antrena programul, învățându-l să gestioneze diferite scenarii de trafic și vreme. Când sistemul a fost testat pe o intersecție reală, apoi s-a adaptat la intersecții reale, deși a fost pe deplin antrenat pe simulări. Deci, ar putea fi eficient în multe setări din lumea reală.

A fost dezvoltat un agent DRL complet autonom, bazat pe viziune, care efectuează control adaptiv al semnalului în medii de trafic complexe, imprecise și dinamice. Agentul folosește date vizuale în direct (adică un flux de secvențe RGB în timp real) dintr-o intersecție pentru a percepe în mod extensiv mediul de trafic și apoi acționează asupra acestuia.

Folosind randomizarea domeniului, cercetătorii examinează abilitățile de generalizare ale agentului în diferite condiții de trafic, atât în ​​simulare, cât și în lumea reală. Într-un set divers de validare, independent de datele de antrenament, agentul de control al traficului s-a adaptat în mod fiabil la noile situații de trafic și a demonstrat un transfer pozitiv la intersecții reale nemaivăzute până acum, în ciuda faptului că s-a antrenat în întregime în simulare.

Dr. Maria Chli, lector de informatică la Universitatea Aston, explică: L-am configurat ca un joc de control al traficului. Programul primește o „recompensă” atunci când conduce o mașină printr-o răscruce de drumuri. De fiecare dată când o mașină trebuie să aștepte sau există un blocaj în trafic, există o recompensă negativă. De fapt, noi nu intervenim; controlăm doar sistemul de recompense.

În prezent, principala formă de automatizare a semaforului folosită la intersecții se bazează pe bucle de inducție magnetică; un fir este plasat pe drum și înregistrează mașinile care trec peste el. Programul le numără și apoi reacționează la aceste date. Pe măsură ce IA creată de echipa de la Universitatea Aston vede un volum mare de trafic înainte ca mașinile să treacă prin semafor și ia decizia atunci, este mai receptiv și poate reacționa mai rapid.

Dr. George Vogiatzis, lector de informatică la Universitatea Aston, a spus: „Motivul pentru care am bazat acest program pe comportamente învățate este că poate înțelege situații pe care nu le-a experimentat în mod explicit anterior. L-am testat cu un obstacol fizic care provoacă aglomerația, mai degrabă decât treptarea. de semafoare, iar sistemul încă a funcționat bine. Atâta timp cât există o legătură cauzală, în cele din urmă computerul o va da seama. Este un sistem extrem de puternic.

Un internaut care poartă numele AKLmfreak spune: Oamenii pot provoca literalmente un blocaj de trafic pe 6 benzi ale unei autostrăzi perfect drepte, fără intersecții sau rampe. Apreciez că învățarea automată profundă încearcă să ajute, dar avem nevoie de învățare cranială profundă acolo unde locuiesc. Asta am crezut și eu. Transportul public și infrastructura construită având în vedere transportul nemotorizat sunt adevăratele răspunsuri la problemele de trafic. Și avem capacitatea de a implementa aceste soluții acum.

Netizen spune că tehnologia nu va face ceea ce spun titlurile mass-media: nu spun că această tehnologie inteligentă a semaforului este proastă (deși există argumente de făcut pentru asta), dar nu va face ceea ce vor titlurile. să crezi deloc și nu este instrumentul potrivit pentru job în primul rând.

Programul poate fi configurat pentru a vizualiza orice răscruce, reală sau simulată, și va începe să învețe de la sine. Sistemul de recompense poate fi manipulat, de exemplu pentru a încuraja programul să lase vehiculele de urgență să treacă rapid. Dar programul învață întotdeauna de la sine, mai degrabă decât să fie programat cu instrucțiuni specifice. Cercetătorii speră să înceapă să-și testeze sistemul pe drumuri reale în acest an.

Sursa: Universitatea din Aston

Si tu?

Ce parere aveti despre subiect?

Vezi si:

Scandalul olandez este un avertisment pentru Europa cu privire la riscurile legate de utilizarea algoritmilor, administrația fiscală a distrus mii de vieți cu un algoritm

Clearview AI, controversatul specialist în recunoaștere facială, a acceptat să-și reducă vânzările în Statele Unite, după un proces răsunător

Modelele AI rămân rasiste, chiar și cu un antrenament mai echilibrat, spune raportul NIST

O nouă întreprindere susține că AI-ul său poate analiza mișcările umane și poate veni cu soluții pentru a le manipula mai bine pentru a atinge obiectivele de vânzări

Add Comment