Nye testscenarier med elefanter og legepladser skal gøre selvkørende biler mere robuste

Selv de bedste selvkørende biler kører stadig galt og kolliderer med forhindringer, nogle gange med alvorlige konsekvenser. Et forskerhold fra Universitetet i Tübingen i Tyskland mener, at problemet skyldes, at de nuværende testsimulationer ikke er udfordrende nok.

Forskerne har netop præsenteret en ny testmetode, Fail2Drive, der udsætter selvkørende biler for ekstreme og uforudsigelige situationer. Blandt andet skal bilerne håndtere en elefant, der langsomt krydser en byvej, en legepladsrutsjebane midt på kørebanen og en falsk vejmaleri, der forvirrer bilens sensorer.

"Hvorfor krydsede elefanten vejen? For at afsløre, hvor skrøbeligt dit system er," skrev Andreas Geiger, leder af universitetets Autonomous Vision Group, i et opslag på LinkedIn. I videoerne fra testene ses en simuleret bil køre direkte ind i elefanten, stoppe brat foran legepladsrutsjebanen – og derefter køre ind i den, samt blive snydt af et vejmaleri, der ligner en fortsættelse af vejen.

Geiger påpeger et alvorligt problem i forskningen omkring selvkørende biler: De fleste modeller bliver trænet og testet på de samme scenarier, hvilket betyder, at de blot husker løsninger i stedet for at være robuste over for nye situationer.

"Det, der ser ud som en stærk præstation i benchmarks, kan blot være en stærk evne til at huske," forklarer Geiger. Fail2Drive introducerer derfor en række ukendte og uforudsigelige scenarier i den åbne simulator CARLA, som bruges bredt i branchen. Nogle af scenarierne er så bizarre som en brandbil, der er parkeret midt på vejen – som bilen kører direkte ind i med fuld fart.

Da forskerne testede eksisterende selvkørende bilmodeller med Fail2Drive, faldt deres succesrate i gennemsnit med 22,8 procent. "Dette viser grundlæggende robusthedsproblemer i de nuværende tilgange," skriver Geiger.

Selvom det endnu er uklart, om metoden effektivt kan forberede bilerne på virkelighedens kaos, håber forskerne, at den i det mindste kan redde livet på nogle forvildede elefanter.