Waymo xây dựng "tài xế ảo" để nghiên cứu phản ứng của con người trước những bất ngờ trên đường

Waymo xây dựng "tài xế ảo" để nghiên cứu phản ứng của con người trước những bất ngờ trên đường

Xe taxi tự lái của Waymo

Waymo, công ty con của Alphabet chuyên về công nghệ xe tự lái, đã có nhiều kinh nghiệm trong việc xây dựng các hệ thống ảo để giúp xe của mình hiểu rõ hơn về thế giới thực. Từ việc tạo ra các thế giới 3D chân thực để dự đoán thiên tai cho đến các tình huống bất ngờ khó lường, họ luôn nỗ lực cải thiện khả năng phản ứng của phần mềm.

Mới đây, trong một bài nghiên cứu được công bố trên tạp chí Nature Communications, Waymo đã mô tả một mô hình nhận thức dựa trên máy tính mới, giải thích cách tài xế con người đưa ra quyết định trong tích tắc để tránh va chạm. Mô hình này được gọi là Reference Driver (ReD), được thiết kế để đóng vai trò là một thước đo chuẩn (benchmark) so sánh các hệ thống lái tự động, giúp thúc đẩy ngành công nghiệp hướng tới các tiêu chuẩn an toàn chung.

Mannequin hành vi thay vì vật lý

Nếu ngành công nghiệp ô tô sử dụng mannequin thử va chạm để đánh giá tính toàn vẹn cấu trúc và độ an toàn phần cứng của xe, thì mô hình ReD của Waymo hoạt động như một "mannequin hành vi". Nó giúp xác định xem một chiếc xe tự lái có thể tránh được các tình huống nguy hiểm tốt như thế nào so với một tài xế con người có năng lực.

Waymo phát triển mô hình này trong sự hợp tác với Đại học Công nghệ Delft (Hà Lan). Theo Mauricio Peña, giám đốc an toàn của Waymo, việc đánh giá an toàn cho xe tự lái là đa diện, và việc hiểu rõ con người xử lý xung đột như thế nào là một mảnh ghép quan trọng.

"Việc thiết lập mô hình tham chiếu về phản ứng của con người có năng lực sẽ giúp ngành công nghiệp tiến tới một phương pháp tiếp cận chung, có cơ sở khoa học để đánh giá hành vi tránh va chạm," Mauricio Peña chia sẻ.

Cơ chế "Suy luận chủ động" mô phỏng não bộ

ReD dựa trên một khuôn khổ khoa học thần kinh gọi là Active Inference (Suy luận chủ động), được ủng hộ bởi các nhà khoa học thần kinh hàng đầu như giáo sư Karl Friston. Nguyên tắc cốt lõi là não bộ con người luôn cố gắng giảm thiểu sự bất ngờ theo thời gian.

Mô hình ReD kết hợp nhiều đặc điểm nhận thức của con người để mô phỏng cách tài xế xử lý căng thẳng:

• Đánh giá nguy cơ (Looming): Con người phán đoán nguy cơ dọc dựa trên việc vật thể đó mở rộng trong trường nhìn nhanh như thế nào. Mô hình của Waymo tái tạo điều này bằng cách tự nhiên gặp khó khăn trong việc phán đoán tốc độ ở khoảng xa, giống như một người thật.
• Bộ lọc quy tắc giao thông: Mô hình có xu hướng dự đoán rằng các phương tiện khác sẽ tuân thủ luật giao thông, cho đến khi quan sát rõ ràng một hành vi vi phạm.
• Đánh giá sự bất ngờ: ReD đánh giá các tình huống bất ngờ giống như tài xế con người, kích hoạt việc đánh giá lại hành trình lái xe khi sự bất ngờ vượt qua một ngưỡng nhất định.
• Độ trễ chuyển chân: Mô hình cũng tính đến việc con người sử dụng một chân để điều khiển cả bàn đạp ga và phanh, bằng cách引入 một khoảng dừng 0,2 giây khi chuyển đổi giữa hai hành động này.

Tránh nguy cơ chủ động và tương lai mã nguồn mở

Khác với các mô hình an toàn truyền thống chỉ mô phỏng tình huống khẩn cấp, Waymo khẳng định ReD có khả năng "tránh nguy cơ chủ động". Bằng cách liên tục tính toán sự bất ngờ và giảm thiểu năng lượng tự do, nó có thể dự đoán rủi ro sớm và điều chỉnh hành trình lái xe trước khi tình huống leo thang thành xung đột.

Arkady Zgonnikov, trợ lý giáo sư tại Đại học Công nghệ Delft, nhận định rằng việc dựa trên suy luận chủ động đã giúp đạt được "một sự trình bày toàn diện về phản ứng va chạm của con người".

Hiện tại, Waymo đang tích cực hợp tác với các nhà nghiên cứu, cơ quan quản lý và các tổ chức tiêu chuẩn như SAE để xây dựng sự đồng thuận xung quanh các mô hình tham chiếu này. Mục tiêu là định nghĩa một cách khoa học về thế nào là một phản ứng "cẩn thận và có năng lực" của con người. Để đạt được điều đó, công ty tuyên bố sẽ mã nguồn mở mô hình ReD và công khai cho bất kỳ ai muốn thử nghiệm.