Prédire la personnalité des conducteurs
Les voitures auto-propulsées arrivent. Mais malgré tous leurs capteurs sophistiqués et leurs capacités complexes de collecte de données, même les voitures les plus avant-gardistes n’ont pas ce que chaque jeune de 16 ans (ou presque) titulaire d’un permis d’apprenti conducteur a : la conscience sociale.
Bien que les technologies autonomes se soient considérablement améliorées, elles considèrent toujours les moteurs qui les entourent comme des obstacles composés de uns et de zéros, plutôt que comme des êtres humains ayant des intentions, des motivations et des personnalités spécifiques.
Mais récemment, une équipe dirigée par des chercheurs du MIT Laboratoire d’informatique et d’intelligence artificielle (CSAIL) a étudié la possibilité de programmer des voitures autoportées pour classer les personnalités sociales des autres conducteurs, afin qu’ils puissent mieux prédire ce que feront les différentes voitures – et, par conséquent, conduire en toute sécurité parmi elles.
Dans un nouvel article, les scientifiques ont intégré des outils de psychologie sociale pour classer le comportement au volant en fonction de l’égoïsme ou de l’abnégation d’un conducteur donné.
Plus précisément, ils ont utilisé ce qu’on appelle l’orientation vers les valeurs sociales (OVS), qui représente la mesure dans laquelle une personne est égoïste ( » égoïste « ) par opposition à altruiste ou coopérative ( » prosocial « ). Le système estime ensuite les SVO des conducteurs pour créer des trajectoires de conduite en temps réel pour les voitures qui conduisent de façon autonome.
En testant leur algorithme sur les tâches de fusion de voies et de virages à gauche non protégés, l’équipe a montré qu’ils pouvaient mieux prédire le comportement des autres voitures par un facteur de 25 %. Par exemple, dans les simulations du virage à gauche, leur voiture savait attendre quand la voiture qui approchait avait un conducteur plus égoïste, et ensuite tourner quand l’autre voiture était plus prosociale.
Bien qu’il ne soit pas encore assez robuste pour être mis en œuvre sur des routes réelles, le système pourrait avoir des cas d’utilisation intrigants, et pas seulement pour les voitures qui conduisent elles-mêmes. Supposons que vous êtes un humain au volant et qu’une voiture entre soudainement dans votre angle mort – le système pourrait vous avertir dans le rétroviseur que la voiture a un conducteur agressif, ce qui vous permettrait de vous ajuster en conséquence. Cela pourrait également permettre aux automobilistes d’apprendre à adopter un comportement plus humain, plus facile à comprendre pour les conducteurs humains.
« Travailler avec et autour des humains, c’est comprendre leurs intentions pour mieux comprendre leur comportement « , explique Wilko Schwarting, étudiant diplômé et auteur principal du nouvel article qui sera publié cette semaine dans le dernier numéro de la revue Actes de l’Académie nationale des sciences. « La tendance des gens à la collaboration ou à la compétition se répercute souvent sur leur comportement en tant que conducteurs. Dans ce document, nous avons cherché à comprendre si c’était quelque chose que nous pouvions quantifier. »
Les co-auteurs de Schwarting comprennent les professeurs du MIT Sertac Karaman et Daniela Rus, ainsi que Alyssa Pierson, chercheuse scientifique, et Javier Alonso-Mora, ancien postdoc de la CSAIL.
L’un des principaux problèmes des voitures auto-propulsées d’aujourd’hui est qu’elles sont programmées pour supposer que tous les humains agissent de la même façon. Cela signifie, entre autres, qu’ils sont très prudents dans leur prise de décision aux arrêts à quatre voies et aux autres intersections.
Bien que cette prudence réduise les risques d’accidents mortels, elle réduit aussi les risques d’accidents. crée des goulots d’étranglement qui peut être frustrant pour les autres conducteurs, sans parler du fait qu’il leur est difficile de comprendre. (C’est peut-être la raison pour laquelle la majorité des incidents de circulation ont impliqué se faire renverser par des conducteurs impatients.)
« Créer un comportement plus humain dans les véhicules autonomes est fondamental pour la sécurité des passagers et des véhicules environnants, car un comportement prévisible permet aux humains de comprendre les actions de l’AV et d’y réagir de manière appropriée « , dit Schwarting.
Pour tenter d’élargir la conscience sociale de la voiture, l’équipe de la CSAIL a combiné des méthodes de psychologie sociale avec la théorie des jeux, un cadre théorique pour concevoir des situations sociales entre joueurs concurrents.
L’équipe a modélisé des scénarios routiers où chaque conducteur essayait de maximiser son utilité et analysait ses » meilleures réponses » en fonction des décisions de tous les autres agents. En se basant sur ce petit fragment de mouvement provenant d’autres voitures, l’algorithme de l’équipe pouvait alors prédire le comportement des voitures environnantes comme étant coopératif, altruiste ou égoïste, en regroupant les deux premières comme étant « prosociales ». Les notes des gens pour ces qualités reposent sur un continuum quant à la mesure dans laquelle une personne démontre qu’elle prend soin d’elle-même par rapport à celle qu’elle prend soin des autres.
Dans les scénarios de fusion et de virage à gauche, les deux options de résultat étaient soit de laisser quelqu’un se fondre dans votre voie ( » prosocial « ) ou non ( » égoïste « ). Les résultats de l’équipe ont montré que, comme on pouvait s’y attendre, les voitures qui fusionnent sont jugées plus compétitives que celles qui ne fusionnent pas.
Le système a été formé pour essayer de mieux comprendre quand il est approprié d’afficher différents comportements. Par exemple, même le plus respectueux des conducteurs humains sait que certains types d’actions – comme effectuer un changement de voie dans un trafic dense – exigent un moment d’assurance et de détermination.
Pour la prochaine phase de la recherche, l’équipe prévoit travailler à appliquer son modèle aux piétons, aux bicyclettes et aux autres agents dans les environnements de conduite. De plus, ils étudieront d’autres systèmes robotiques agissant chez les humains, comme les robots domestiques, et intégreront SVO dans leurs algorithmes de prédiction et de décision. M. Pierson indique que la capacité d’estimer les distributions de SVO directement à partir du mouvement observé, plutôt que dans des conditions de laboratoire, sera importante pour des champs bien au-delà de la conduite autonome.
« En modélisant les personnalités de conduite et en intégrant mathématiquement les modèles à l’aide du SVO dans le module de prise de décision d’une voiture robot, ce travail ouvre la porte à un partage plus sûr et plus transparent des routes entre les voitures à propulsion humaine et celles à propulsion robotisée, » explique Rus.
La recherche a été soutenue par l’Institut de recherche Toyota pour l’équipe du MIT. L’Organisation néerlandaise pour la recherche scientifique a apporté son soutien à la participation spécifique de Mora.
