Sanal Fillerleri Ezmek: Otonom Arabaların Gerçek Hayatın Kaosuna Hazırlanmasına Yardımcı Olabilir

Otonom Arabalar Neden Hâlâ Nesnelere Çarpıyor?

En gelişmiş otonom araçlar bile halen yolculuk sırasında nesnelere çarpabiliyor ve bu durum bazen ölümcül sonuçlara yol açabiliyor. Peki, sorun nerede? Araştırmacılar, bu araçların test edilmesinde kullanılan simülasyonların yeterince karmaşık olmadığını savunuyor.

Sanal Fillerden Oyun Parkı Kaydırmalarına: Yeni Test Yöntemi

Almanya’daki Tübingen Üniversitesi’nin Otonom Görüş Grubu’nun başkanı Andreas Geiger liderliğindeki bir ekip, otonom araçları gerçek hayattaki rastgele ve öngörülemeyen durumlara maruz bırakacak yeni bir test yöntemi geliştirdi. Bu yöntemde, araçlar sanal bir fillerin yolun karşısına geçmesiyle karşılaşıyor.

Geiger, LinkedIn paylaşımında şöyle diyor: “Filler neden yolu geçti? Modelinizin ne kadar kırılgan olduğunu ortaya çıkarmak için.”

Videolarda, simüle edilmiş bir otonom araç, bu devasa hayvanlardan birine çarpıyor. Başka bir testteyse araç, yolun ortasındaki bir oyun parkı kaydırmasına çarpıyor. Araçlar ayrıca, yol gibi görünen bir duvarla da (Looney Tunes tarzında bir hile) yanıltılıyor. Bu durum, gerçek hayattaki otonom araçları da şaşırtmıştı.

“Otonom sürüş araştırmasında nispeten sessiz ama ciddi bir sorun var: çoğu model aynı senaryolar üzerinde eğitiliyor ve değerlendiriliyor. Güçlü bir benchmark performansı, aslında sadece kuvvetli bir ezberleme yeteneği olabilir.”

Fail2Drive: Gerçek Hayata Hazırlık

Geiger’in yeni testi, Fail2Drive adıyla anılıyor ve otonom araç araştırmalarında yaygın olarak kullanılan açık kaynaklı CARLA simülatörüne dahil edildi. Bu test, araçları olağandışı senaryolara maruz bırakarak sistemlerin gerçek hayattaki belirsizliklere karşı ne kadar dayanıklı olduğunu ölçmeyi amaçlıyor.

Testlerde yer alan senaryolar arasında yolun ortasındaki bir itfaiye aracına çarpan bir otonom araç da bulunuyor. Bu durum, hayvan ölümlerinin yanı sıra otonom araçların karşılaştığı diğer riskleri de gözler önüne seriyor.

Başarı Oranı %22,8 Düşüyor

Geiger ve ekibi, Fail2Drive’ı kullanarak otonom araç modellerini test ettiğinde, endişe verici bir sonuçla karşılaştı. Modellerin ortalama başarı oranı %22,8 oranında düştü. Geiger, bu durumun mevcut yaklaşımların temel dayanıklılık sorunlarını ortaya çıkardığını belirtti.

Gerçek Hayata Hazırlıkta Yeni Bir Adım

Bu yöntem, otonom araçların gerçek hayattaki kaosuna hazırlanmasına yardımcı olabilir ve belki de birkaç kayıp hayvanın hayatını kurtarmaya katkıda bulunabilir.

Daha Fazla Otonom Sürüş Haberi

Elon Musk, Tesla Müşterilerine Yıllarca Yalan Söylediğini Kabul Etti