Инновационная нейросеть позволяет автономному транспорту анализировать ситуацию и планировать действия

Сотрудники Сеульского национального университета создали искусственный интеллект под названием SafeDrive, призванный содействовать автономным транспортным средствам в выборе более безопасных действий при столкновении с нетипичными дорожными условиями. Данная разработка была отмечена как одна из наиболее значимых на конференции CVPR 2026 – подобную оценку получают лишь около трех процентов представленных научных работ.

Современные системы автоматического управления движением, как правило, проходят обучение с использованием обширных объемов данных, полученных в реальных условиях эксплуатации, и стремятся имитировать действия водителя-человека. Данный метод демонстрирует эффективность при стандартных обстоятельствах; однако возникают трудности в тех случаях, когда условия отклоняются от сценариев обучения: система может совершить опасное действие, не предоставив объяснения выбранной стратегии.

SafeDrive использует методику, которую авторы определили как Fine-grained Safety Reasoning («детальное» обоснование безопасности). Вместо непосредственного выбора оптимального маршрута, модель формирует несколько альтернативных траекторий, анализирует информацию с сенсоров транспортного средства и оценивает каждую из них по критерию безопасности.

В результате анализа, алгоритм определяет оптимальный путь с наилучшим уровнем безопасности. Этот метод позволяет одновременно преодолеть две основные трудности классических систем сквозного управления: ограниченную понятность принимаемых решений и затрудненность в управлении автомобилем при возникновении опасных обстоятельств.

Читать также:  Последний Starship этого поколения готовится к запуску 6 октября

SafeDrive успешно прошла стадию лабораторных тестов. Интеграция произошла в EAD – эталонной модели автономного вождения, поддерживаемой Министерством торговли, промышленности и энергетики Южной Кореи. Разработчики также начали взаимодействие с южнокорейскими компаниями-производителями беспилотных автомобилей для тестирования технологии на реальных транспортных средствах. В перспективе планируется расширение базы данных обучения и подготовка системы к использованию в коммерческих целях.