麻省理工学院的AI为驾驶员的自我得分打分，以使自动驾驶汽车更加自信

 
社会意识可以提高自动驾驶汽车的道路坚固性吗?这就是麻省理工学院计算机科学与人工智能实验室的一组研究人员在最近的一项研究中发现的。他们建立了一个系统，该系统根据其他人的自私性对其他驾驶员的行为进行分类-换句话说，驾驶员是否不太可能对其他汽车采取利他行为。在测试中，他们说他们的算法可以更好地预测驾驶员的行为方式，降低了25%。
研究生和主要研究作者说：“在自动驾驶汽车(AV)中创造更多类似人的行为，对于乘客和周围车辆的安全至关重要，因为行为的可预测性使人们能够理解并适当响应AV的行为。”威尔科·施瓦汀(Wilko Schwarting)发表声明。
团队的模型同时借鉴了博弈论和社会价值取向(SVO)的心理学概念，后者表明了某人的自私(“利己主义”)与合作(“亲社会”)的程度。为了对其进行架构，他们对驾驶员试图最大化其效用的场景进行了建模，在该场景中，模型学会了根据运动摘要预测驾驶员是合作的，利他的还是利己的。随着时间的流逝，人工智能开始了解何时才适合表现出不同的驾驶行为。
例如，在涉及合并和左转的场景中，驾驶员要么让其他汽车合并入车道，要么选择不合并。 (与非合并汽车相比，合并汽车更具竞争力。)然后，研究人员的模型可能会选择更加自信，以确保能够在交通拥挤的情况下改变车道。在其他情况下，例如当面对完成一个不受保护的左转弯时，模型可能会在驾驶员采取行动之前等着亲社会的驾驶员等待接近的汽车。
研究人员说，他们的系统还不够强大，无法在公共道路上实施，但他们计划将其模型应用于行车环境中的行人，自行车和其他人员。此外，他们打算研究其他在人类之间起作用的机器人系统，例如家用机器人，并将SVO集成到一般的预测和决策算法中。
Schwarting说：“与人类以及周围的人共事意味着要弄清楚他们的意图，以便更好地理解他们的行为。” Schwarting说，他将在本周最新出版的《美国国家科学院院刊》(PNAS)上发表新论文。 )。 “人们倾向于合作或竞争的倾向通常会蔓延到他们作为驾驶员的行为方式。在本文中，我们试图了解这是否是我们可以真正量化的东西。”