La revolución de la conducción autónoma se ve obstaculizada por la falta de simulaciones precisas del comportamiento humano

La revolución de la conducción autónoma se ve obstaculizada por la falta de simulaciones precisas del comportamiento humano

Participante en un simulador de peatones en la Universidad de Leeds. Fuente: Universidad de Leeds

Los científicos advierten que aún no se dispone de algoritmos que reflejen con precisión el comportamiento de los usuarios de la vía, esenciales para el movimiento seguro de los vehículos autónomos.

Dicen que desarrollar un software que pueda predecir el comportamiento humano y la interacción en las carreteras, ya sean peatones, conductores o ciclistas, es de “tremenda complejidad”.

Para refinar el modelado, un equipo de investigación dirigido por el profesor Gustav Markkula del Instituto de Estudios de Transporte de la Universidad de Leeds ha desarrollado la primera simulación del comportamiento humano en carretera basada en teorías cognitivas clave.

Estas teorías separadas se integraron en un modelo psicológico único más grande que “describiría el comportamiento en tareas más complejas del mundo real”.

Durante las pruebas informáticas, el modelo reprodujo con precisión varios comportamientos bien conocidos, pero previamente incomprensibles, de peatones y conductores en situaciones típicas de tráfico. El modelo también predijo el comportamiento humano en situaciones de la vida real en situaciones interactivas en un simulador de realidad virtual.

El profesor Markkula dijo: “Estos hallazgos sugieren que el comportamiento cotidiano de los usuarios de la carretera se basa en una serie de mecanismos cognitivos complejos, que pueden ser una de las razones por las que la creación de vehículos autónomos ha sido más difícil de lo esperado”.

“Nuestra investigación muestra que es posible integrar teorías separadas de la psicología en teorías combinadas para aplicaciones como la simulación del comportamiento humano en el tráfico, que se ha solicitado pero rara vez se ha logrado”.

Los hallazgos de los investigadores, que explican las interacciones humanas en el camino a través de la integración a gran escala de la teoría psicológica computacional, se publican en la revista. Nexo PNAS.

Los algoritmos necesarios para desbloquear la revolución de la conducción autónoma

El desarrollo de vehículos automatizados podría tener un gran impacto en la economía del Reino Unido.

En una declaración de visión, el gobierno del Reino Unido dijo que los vehículos sin conductor impulsarían una industria de 42.000 millones de libras esterlinas y crearían 38.000 nuevos puestos de trabajo. El objetivo es comenzar la introducción segura de vehículos sin conductor para 2025.

Pero él escribe en un diario. Nexo PNASLos investigadores argumentan que el trabajo en vehículos sin conductor se ha visto “obstaculizado por la falta de modelos de interacción con los usuarios de la carretera”.

Se necesitan modelos precisos para realizar las simulaciones necesarias tanto para el desarrollo como para las pruebas de vehículos sin conductor y sus sistemas de control, por ejemplo, para demostrar que los vehículos siguen siendo seguros cuando se enfrentan a diferentes comportamientos humanos en la carretera.

Hasta ahora, la mayoría de los modelos informáticos del comportamiento de los usuarios de la carretera se han basado en estadísticas, con predicciones del comportamiento humano basadas en análisis de big data, pero normalmente sin analizar estos modelos a un nivel de comportamiento detallado.

En cambio, la investigación del profesor Markkula y su equipo se centró específicamente en los detalles del comportamiento humano y los conceptos clave de la psicología humana.

Comportamientos y teorías de los usuarios de la vía

Los investigadores observaron varios comportamientos humanos comunes en la carretera, como dudar en situaciones poco claras o comunicarse implícitamente usando el vehículo o el movimiento del cuerpo para garantizar el derecho de paso o animar a alguien a pasar primero.

El modelo predice cómo se comportarán las personas al referirse a teorías cognitivas clave. Por ejemplo, una es la “teoría de la mente”, en la que las personas forman creencias sobre lo que hace otra persona y cómo su propio comportamiento puede influir en las decisiones que toman los demás. Esto también se relaciona con la “teoría del juego conductual”, que explica cómo las personas consideran los efectos combinados de su propio comportamiento y el de los demás al decidir qué hacer.

Otra teoría incluida en el modelo describe la percepción humana imperfecta, que requiere que las personas se tomen el tiempo para evaluar y comprender lo que sucede en su entorno.

Las pruebas con humanos en el laboratorio, incluido el simulador de peatones HIKER en las instalaciones de Virtuocity de la Universidad de Leeds, han demostrado que el nuevo modelo, basado en la teoría psicológica, también puede predecir correctamente los escenarios de interacción conductor-peatón estudiados en los experimentos.

El profesor Markkula, que dirige el Departamento de Modelado de Comportamiento Aplicado en Leeds, agregó: “Nuestra investigación ha demostrado que al combinar una variedad de teorías matemáticas existentes pero distintas sobre la psicología y el comportamiento humanos, podemos modelar, con muchos más detalles de lo que era posible anteriormente, cómo interactúan las personas en el tráfico rodado, por ejemplo, como conductores o peatones, incluidos fenómenos como la vacilación y la interpretación de las intenciones de otras personas».

En el artículo, los investigadores dicen que todavía queda un largo camino por recorrer en el desarrollo de modelos psicológicos del comportamiento de los usuarios de la carretera.

El objetivo general, según los investigadores, es desarrollar modelos informáticos que reflejen mejor la dimensión humana del comportamiento en la carretera.

Más información:
Gustav Markkula et al., Explicando las interacciones humanas en el camino a través de la integración a gran escala de la teoría psicológica computacional, Nexo PNAS (2023). DOI: 10.1093/pnasnexus/pgad163

Proporcionado por la Universidad de Leeds


Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *