代尔夫特理工大学的研究人员基于一个潜在的“人类”原则开发了一种描述驾驶行为的新模型:将风险控制在阈值水平以下。这个模型可以准确地预测人类在各种驾驶任务中的行为。随着时间的推移，该模型将被用于智能汽车，让它们感觉不那么“机器人化”。这项由博士候选人Sarvesh Kolekar和他的导师Joost de Winter和David Abbink进行的研究将发表在2020年9月29日星期二的《自然通讯》上。

 

风险阈值

 

驾驶行为通常使用预测最佳路径的模型来描述。但人们实际上并不是这样开车的。认知机器人部门的研究员Sarvesh Kolekar说:“你不可能总是调整你的驾驶行为来坚持一条最优路径。”例如，人们不会一直在车道中间行驶，只要在可接受的车道限制之内，他们就不会介意。”

 

预测最优路径的模型不仅在研究中很流行，而且在汽车应用中也很流行。“当前一代的智能汽车驾驶非常灵活。它们不断地寻找最安全的路径:即以适当的速度寻找一条路径。这就导致了一种“机器人”式的驾驶方式。“为了更好地理解人类驾驶行为，杏耀代理开号我们试图开发一个新的模型，将人类风险阈值作为基本原理。”

 

司机的风险领域

 

为了掌握这个概念，Kolekar引入了所谓的驾驶员风险场(DRF)。这是一个不断变化的汽车周围的二维场，显示了司机认为在每个点的风险有多高。Kolekar在之前的研究中设计了这些风险评估。在DRF中考虑到所讨论的风险后果的严重性。例如， 杏耀娱乐如何开户 ，在道路边界的一边有悬崖比有草要危险得多。DRF的灵感来自于很久以前(在1938年)由Gibson和Crooks提出的一个心理学概念。这些作者声称，汽车司机“感觉”到了他们周围的危险区域，他们的交通策略就基于这些感知。Kolekar成功地将这一理论转化为计算机算法。

 

预测

 

随后，科勒卡在包括超车和避开障碍物在内的七个场景中测试了这款车。“我们将模型得出的预测与文献中有关人类驾驶行为的实验数据进行了比较。”幸运的是，很多信息已经可用。事实证明，我们的模型只需要少量的数据就可以“获取”人类潜在的驾驶行为，杏耀拿代理甚至可以在之前未见过的场景中预测合理的人类行为。因此，驾驶行为或多或少是自动发生的;这是“紧急”。

 

优雅的

 

这种对人类驾驶行为的优雅描述具有巨大的预测和概括价值。除了学术价值，该模型还可以用于智能汽车。“如果智能汽车能将人类的驾驶习惯考虑在内，那么它们被接受的几率会更高。”这样汽车就不那么像机器人了。”