Российские ученые разработали новый алгоритм, который позволит сервисным дронам и беспилотным автомобилям избегать аварий даже в сложных и непредвиденных дорожных ситуациях. Система разбивает маршрут на небольшие промежуточные цели, благодаря чему беспилотникам не придется снижать скорость для выбора правильного пути. По мнению специалистов, в первую очередь технология будет востребована при эксплуатации автономных устройств на закрытых территориях. В дальнейшем, после накопления достаточного объема данных для обучения, ее можно будет адаптировать для движения по дорогам общего пользования.
Алгоритм для движения без аварий
Специалисты МФТИ создали алгоритм SG-Safe, который обучает складских роботов и беспилотные автомобили добираться до цели в сложной обстановке без столкновений. Благодаря ему машины достигают цели в 90% случаев при аварийности всего 3% — это в 17 раз меньше, чем у лучших существующих подходов. При этом решения они принимают в десять и более раз быстрее, потому что системе не нужно строить маршрут на ходу.
— Используя наш метод обучения, робот-погрузчик сможет маневрировать между стеллажами, а беспилотный автомобиль — аккуратно проезжать узкие дворы и парковки. Испытания показали: когда число препятствий растет, алгоритм не теряет точности и по-прежнему редко ошибается, — сказал младший научный сотрудник центра когнитивного моделирования Института ИИ МФТИ, аспирант МФТИ Григорий Горбов.
При передвижении в коридорах склада робот должен избегать множества препятствий. Чем сложнее маршрут, тем больше вариантов движения ему приходится исследовать.
Рискованные действия могут привести к столкновениям, и если алгоритм слишком осторожен, он может начать избегать ошибок. В итоге робот просто остановится, так и не достигнув цели. Особенно часто эта проблема проявляется на длинных маршрутах с препятствиями, несколькими поворотами и ограниченным пространством для маневрирования.
Решение ученых МФТИ заставляет робота быть смелее во время тренировок — оно разбивает сложную задачу навигации на более короткие этапы. Для этого система генерирует промежуточные подцели и с их помощью направляет обучение машины к конечной точке.
— SG-Safe меняет принцип исследования среды. Вместо того чтобы пытаться сразу найти путь до далекой цели, робот сначала учится достигать простых и понятных ориентиров. Это позволяет ему накопить опыт безопасного движения, не пасуя перед неопределенностью из-за риска совершить ошибку, — рассказал директор центра когнитивного моделирования Института ИИ МФТИ Александр Панов.
Система реализует две связанные стратегии. Первая предлагает промежуточные подцели. Она подсказывает, куда стоит попробовать попасть в первую очередь, чтобы в итоге освоить весь путь. Вторая отвечает за безопасное поведение и использует эти подцели, чтобы направлять исследование окружающего пространства.
Подсказки от первой стратегии нужны только на этапе тренировки. Когда обучение заканчивается и робот приступает к реальной работе, в его системе управления остается уже отточенная программа безопасного движения. Потому робот принимает решения практически мгновенно, минуя сложные вычисления. Для сравнения, алгоритмы, которые строят маршрут на ходу, тратят на это от 10 до 30 секунд при каждом шаге.
Внедрение технологии
Эффективность разработки проверили с помощью компьютерной симуляции, включая тест, имитирующий движение автомобиля по лабиринту узких коридоров с крутыми поворотами.
SG-Safe успешно достигал цели в 90% случаев, в то время как другие методы обучения с подкреплением часто впадали в ступор. Используя только данные с сенсоров, алгоритм принимал решения в десять и более раз быстрее аналогов, которые строят маршрут на ходу. Аварийность составила всего 3% — это в 17 раз меньше, чем у одного из лучших существующих подходов.
Следующий шаг разработчиков — упростить архитектуру системы и изучить возможность переноса этой технологии из компьютерных симуляций на реальных роботов.
— На мой взгляд, у этой разработки высокий потенциал для практического применения в беспилотном транспорте и складской робототехнике. Показатели, полученные в симуляциях, выглядят обнадеживающе, однако для объективной оценки необходимо подтвердить их в реальных условиях — при нестабильной работе сенсоров, непредсказуемом поведении людей и других участников движения, — сказал сооснователь компании Promobot Олег Кивокурцев.
Если технология успешно пройдет такие испытания, она сможет стать важным элементом многоуровневой системы безопасности автономных устройств и помочь заметно снизить аварийность, добавил специалист.
Подход выглядит более перспективным для складской и внутрилогистической робототехники. Для дорожного беспилотного транспорта это скорее задел на будущее, уверен эксперт рынка НТИ «Аэронет» Артем Богатырев.
— Алгоритмы безопасного обучения с подкреплением часто скатываются в избыточную осторожность: робот перестает пробовать рискованные маневры и вместе с риском теряет способность доехать до цели. Разбиение длинного маршрута на промежуточные ориентиры позволяет накапливать опыт безопасного движения короткими шагами, а это как раз то, чего не хватает при обучении на длинных траекториях с поворотами и узкими проездами, — сказал он.
Пока в симуляции получены 90% успешных заездов и 3% аварийности, подчеркнул эксперт НТИ по технологиям Леонид Дробышевич.
— Для склада с известной планировкой и невысокими скоростями такие показатели уже близки к рабочим. Требования к автомобильному транспорту на порядки строже, и переход от виртуальной среды к реальной дороге почти всегда сопровождается просадкой качества: сенсоры шумят, пешеходы и другие участники движения ведут себя непредсказуемо, сцена меняется быстрее складской. Поэтому ближайшее применение я вижу в закрытых контурах: на складах, в распределительных центрах, на промышленных площадках, на территориях портов, — сказал специалист.
Там технологию можно валидировать на реальном парке техники и набрать статистику, которая понадобится для более сложных сценариев на дорогах общего пользования, резюмировал он.