Ngày 5 tháng 11 năm 2024
Các nhà khoa học tại TU Delft đã phát triển một mô hình mới mô tả tốt hơn hành vi của con người khi nhập vào giao thông trên đường cao tốc. Các mô hình hiện tại thường cho rằng người lái xe liên tục cố gắng tối ưu hóa hành vi của họ để đến đích nhanh nhất và an toàn nhất có thể, nhưng điều này không phải lúc nào cũng đúng, nhà nghiên cứu sau tiến sĩ Olger Siebinga cho biết. Mô hình mới cung cấp thêm thông tin chi tiết về tương tác của con người trên đường cao tốc và có thể được sử dụng để cải thiện xe tự hành.
Các mô hình tương tác đường cao tốc và các khía cạnh tương tác mà chúng mô tả trong một kịch bản hợp nhất. Tín dụng: PNAS Nexus (2024). DOI: 10.1093/pnasnexus/pgae420
Những phát hiện này được công bố trên tạp chí PNAS Nexus.
Đối với nhiều tài xế, việc nhập làn vào đường cao tốc là một hành động thường lệ, ít khi nghĩ đến nhiều yếu tố liên quan. Nhưng chỉ khi bạn cố gắng mô phỏng hành vi này trong mô hình máy tính, bạn mới nhận ra việc nhập làn thực sự phức tạp như thế nào.
"Các mô hình hiện tại dựa trên lý thuyết trò chơi, trong đó giả định rằng mọi người luôn cố gắng cư xử tối ưu để trở thành 'người chiến thắng'. Nhưng trên thực tế, mọi người hành động khác nhau trong hầu hết các tình huống", Siebinga, người đã nhận bằng Tiến sĩ loại xuất sắc về chủ đề này vào tháng 5, giải thích. Ông phát hiện ra rằng người lái xe không nhất thiết muốn là người đầu tiên, mà ưu tiên một mục tiêu chung: tránh va chạm.
Kịch bản hợp nhất đơn giản
Siebinga, cùng với giáo sư David Abbink và trợ lý giáo sư Arkady Zgonnikov, trình bày một mô hình tương tác mới dựa trên nhận thức rủi ro và giao tiếp. Đây là mô hình đầu tiên giải thích tương tác của con người ở nhiều cấp độ: từ các đầu vào kiểm soát, chẳng hạn như cách mọi người tăng tốc, đến biên độ an toàn mà người lái xe duy trì về khoảng cách với các xe khác, đến quyết định cuối cùng về việc ai đi trước. Điều này làm cho mô hình hữu ích hơn nhiều cho các ứng dụng như xe tự hành.
Khung cho mô hình này xuất phát từ một thí nghiệm trước đó trong đó Siebinga yêu cầu hai đối tượng tham gia đồng thời vào một kịch bản hợp nhất đơn giản. Họ chỉ có thể tăng tốc hoặc phanh và bị ngăn cách bởi một bức tường, vì vậy họ chỉ có thể dựa trên hành vi của mình vào những gì họ thấy trên màn hình máy tính.
"Chúng tôi thấy rằng mọi người điều chỉnh kế hoạch của họ dựa trên giao tiếp và nhận thức rủi ro. Họ xây dựng một bức tranh về tình hình bằng cách diễn giải tốc độ của một chiếc xe khác như giao tiếp, và họ ước tính rủi ro dựa trên điều đó. Nếu rủi ro được nhận thức này trở nên quá cao, người lái xe sẽ thay đổi hành vi của họ, ví dụ như bằng cách tăng tốc hoặc phanh, để đạt được kết quả an toàn."
Hiểu hành vi của con người
Mô hình hóa giúp chúng ta hiểu rõ hơn về hành vi của con người.
Siebinga cho biết: "Nếu chúng ta học cách hiểu rõ hơn những gì ẩn sau các quyết định của mình, chúng ta có thể thiết kế các hệ thống tốt hơn và cho phép xe tự hành hoạt động theo cách mà chúng ta cho là có thể chấp nhận được về mặt xã hội".
Thật vậy, đây là một trong những thách thức lớn nhất trong lái xe tự động: Làm thế nào để chúng ta đảm bảo rằng những người lái xe bình thường hiểu và tin tưởng vào xe tự lái? Mô hình mới của Siebinga giúp đặt nền tảng cho những chiếc xe tự hành an toàn và được chấp nhận. Hiện tại, ông đang nghiên cứu mở rộng mô hình này để bao gồm cả hệ thống lái.
Mời các đối tác xem hoạt động của Công ty TNHH Pacific Group.
FanPage: https://www.facebook.com/Pacific-Group
YouTube: https://www.youtube.com/@PacificGroupCoLt
