El simulador de conducción de código abierto que entrena vehículos autónomos

Los coches autónomos están destinados a revolucionar los sistemas de transporte en todo el mundo. Si hay que creer en la exageración, los vehículos totalmente autónomos están a punto de salir a la carretera.

La verdad es más compleja. Las tecnologías de conducción autónoma más avanzadas solo funcionan en un conjunto extremadamente limitado de entornos y condiciones climáticas. Y aunque la mayoría de los autos nuevos tendrán algún tipo de asistencia al conductor en los próximos años, aún faltan muchos años para los autos autónomos que conducen en todas las condiciones sin supervisión humana.

Uno de los principales problemas es que es difícil entrenar vehículos para hacer frente a todas las situaciones. Y las situaciones más desafiantes son a menudo las más raras. Hay una gran variedad de circunstancias complicadas con las que los conductores rara vez se encuentran: un niño corriendo hacia la carretera, un vehículo que circula por el lado equivocado de la calle, un accidente inmediatamente delante, etc.

En cada una de estas circunstancias, un coche autónomo debe tomar buenas decisiones, aunque la probabilidad de toparse con ellas sea pequeña. Y eso plantea una pregunta importante: ¿cómo pueden los fabricantes de automóviles entrenar y probar sus vehículos cuando estos eventos son tan raros?

Hoy recibimos una especie de respuesta gracias al trabajo de Alexey Dosovitskiy en Intel Labs y algunos amigos en el Toyota Research Institute y el Computer Vision Center en Barcelona, ​​España. Han creado un simulador de conducción de código abierto que los fabricantes de automóviles pueden usar para probar tecnologías de conducción autónoma en condiciones de conducción realistas.

El sistema, llamado CARLA (Car Learning to Act), simula una amplia gama de condiciones de manejo y repite situaciones peligrosas sin cesar para ayudar al aprendizaje. El equipo ya lo ha utilizado para evaluar el rendimiento de varios enfoques diferentes para la conducción autónoma.

Los simuladores de conducción no son nuevos. Existen numerosos simuladores de conducción y carreras realistas, muchos diseñados para juegos. Varios grupos de conducción autónoma los han utilizado para probar sus tecnologías.

Pero ninguno de estos simuladores brinda el tipo de retroalimentación que los sistemas de conducción autónomos necesitan para entrenar de manera efectiva. Estos sistemas tampoco permiten un control significativo sobre las condiciones de conducción o la actuación de otros agentes.

Los simuladores de carreras no suelen tener tráfico cruzado ni peatones. Y los simuladores de ciudad como Grand Theft Auto no dan control sobre el clima, la posición del sol, el comportamiento de otros autos, señales de tránsito y peatones, ciclistas, etc.

Y estos sistemas patentados no brindan el tipo de información técnica que los sistemas de conducción autónomos necesitan aprender.

Así que Dosovitskiy y compañía han creado su propio simulador. CARLA ofrece una biblioteca de activos que se pueden organizar en ciudades bajo diversas condiciones climáticas y de iluminación. La biblioteca incluye 40 edificios diferentes, 16 modelos de vehículos animados y 50 peatones animados.

El equipo los utilizó para crear dos ciudades con varios kilómetros de carreteras transitables y luego probó tres enfoques diferentes para entrenar sistemas de conducción autónoma. Los enfoques se evalúan en escenarios controlados de dificultad creciente, dice el equipo.

Los resultados muestran que el sistema puede desempeñar un papel útil. El equipo ha publicado un video del comportamiento de conducción resultante que muestra claramente qué tan bien pueden funcionar los sistemas, pero también por qué este tipo de entrenamiento no se puede realizar en carreteras reales: los automóviles a veces conducen en la acera, en el lado opuesto de la carretera, golpean a otros automóviles, etc. sobre.

Por supuesto, un sistema como CARLA nunca podrá reemplazar el tiempo de conducción en carreteras reales. Pero puede proporcionar un campo de pruebas útil y seguro para nuevas ideas. Y por eso es importante.

CARLA es de código abierto y de uso gratuito para fines no comerciales. Así que cualquiera puede darle una oportunidad www.carla.org . Esperamos que CARLA permita a una amplia comunidad participar activamente en la investigación de conducción autónoma, dice el equipo.

Ref: arxiv.org/abs/1711.03938 : CARLA: un simulador de conducción urbano abierto

esconder