人类可能是全自动驾驶汽车在城市街道上运行的最大障碍之一。
如果一个机器人要驾驶车辆安全地穿过波士顿市中心,它必须能够预测附近的司机、行人和骑自行车的人接下来要做什么。
然而,行为预测是一个棘手的问题,目前的人工智能解决方案要么过于简单(他们可能假设行人总是走直线),要么过于保守(为了避开行人,机器人只是把车停在停车场),要么只能预测一个代理的下一步动作(道路通常同时承载许多用户)。
麻省理工学院的研究人员为这个复杂的挑战设计了一个看似简单的解决方案。他们将多智能体行为预测问题分解成更小的部分,并单独处理每个部分,这样计算机就可以实时解决这个复杂的任务。
从麻省理工学院的新闻
查看全文
没有找到条目