Die Software, die fahrerlose Autos unfallfrei über die Straßen lotsen soll, orientiert sich an den Reaktionen von realen Fahrern in bestimmten Situationen. Manch eine knifflige Lage bleibt unberücksichtigt, weil sie nur selten vorkommt. Muss das Auto in dieser Situation eine Entscheidung basiert sie auf dem Prinzip Zufall.


Bild: MIT News

Heutige Software orientiert sich an Menschen

Das wollten Forscher am Massachusetts Institute of Technology (MIT) in Cambridge/USA ändern. Autonom fahrende Autos sollen in jeder -Lage richtig entscheiden. Sie schufen eine fotorealistische Umgebung namens „VISTA“ („Virtual Image Synthesis and Transformation for Autonomy“) für den Ernstfall trainieren, ohne Schaden anrichten zu können. „Die Steuersoftware für selbstfahrende Autos ist zum Großteil auf umfangreiche Datensätze angewiesen, die zeigen, wie sich menschliche Autolenker unter realen Bedingungen im Straßenverkehr verhalten“, so Alexander Amini, Doktorand am Computer Science and Artificial Intelligence Laboratory des MIT.

Steuersoftware lernt aus ihren Fehlern

„Daten zu besonders gefährlichen Szenarien aus der echten Welt gibt es leider – oder Gott sei Dank – nur sehr selten“, sagt Amini. Er hat für diese Situationen „Simulation Engines“ entwickelt, die das Fahrzeug auch mit extrem selten vorkommenden Situationen konfrontiert. Nach dem Prinzip „Versuch und Irrtum“ kann die Steuersoftware aus Fehlern lernen, sodass sie beim nächsten Mal richtig entscheidet, einen Unfall also vermeidet.


VISTA ist ein relativ kleiner Datensatz, der aus Reaktionen von realen zusammengestellt worden ist. Er entstand in Zusammenarbeit mit dem Toyota Research Institute. Auf der Basis dieser Daten entwickelt VISTA unzählige neue Situationen im Straßenverkehr, die es mehr oder weniger geschickt meistert. Aus Fehlschlägen wie aus erfolgreichen Reaktionen lernt das System gewissermaßen fürs reale Leben. „VISTA“ lernt selbstständig, auch in brenzligen Situationen richtig zu reagieren und sicher ins Ziel zu kommen“, sagt Amini.

Test zeigt: Training hilft in der realen Welt

Derart durchtrainierte Fahrzeuge kommen auch im realen Straßenverkehr bestens zurecht. „Wir haben das System in einem fahrerlosen Auto installiert und es dann in eine fremde Umgebung geschickt“, so der Doktorand. Es rollte völlig fehlerfrei dahin.

via MIT News

Teile den Artikel oder unterstütze uns mit einer Spende.
PayPal SpendeAmazon Spendenshopping

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.