Door egoïstische autobestuurders van de meer sociale te onderscheiden kunnen zelfrijdende auto’s beter door het verkeer navigeren. Wetenschappers van MIT Boston en TU Delft hebben daar een systeem voor bedacht; hun bevindingen werden afgelopen week gepubliceerd in Proceedings of the National Academy of Sciences (PNAS).

Hoe intelligent ook, zelfs de meest innovatieve zelfrijdende auto mist iets wat (bijna) iedere beginnende autorijder wel heeft: sociaal bewustzijn. De autonome technologieën zijn weliswaar aanzienlijk verbeterd, maar uiteindelijk beschouwen ze de verkeersdeelnemers om hen heen nog altijd slechts als obstakels in de vorm van enen en nullen, en niet als mensen met eigen intenties, motivaties en persoonlijkheden.

Een team van MIT en de TU Delft heeft onderzocht of zelfrijdende auto’s zo kunnen worden geprogrammeerd dat ze de sociale persoonlijkheid van andere bestuurders kunnen classificeren, opdat ze beter kunnen voorspellen wat andere auto’s gaan doen en dus veiliger met hen aan het verkeer kunnen deelnemen.

De onderzoekers hebben instrumenten uit de sociale psychologie geïntegreerd om rijgedrag te classificeren volgens de mate van egoïsme of altruïsme van individuele bestuurders. TU Delft onderzoeker dr. Javier Alonso-Mora, die voorheen werkzaam was bij MIT, is een van de auteurs van de publicatie: “Dit werk maakt het mogelijk voor autonome voertuigen om na te denken over de intenties van andere verkeersdeelnemers en over de consequenties van de eigen acties.”

Meer specifiek maken de wetenschappers gebruik van Social Value Orientation (SVO), ofwel de mate waarin iemand zelfzuchtig (‘egoïstisch’) dan wel onbaatzuchtig of coöperatief (‘pro-sociaal’) is. Het systeem maakt per bestuurder een schatting van de SVO om in real time routes voor zelfrijdende auto’s te berekenen. Alonso-Mora: “Het meenemen van SVO bij de planning zal niet alleen autonome voertuigen slimmer maken maar zal ook tot verbeteringen leiden bij de interactie van robots met andere robots en met mensen.”

Voorspellingen

Door het algoritme te testen op de taken ‘invoegen’ en ‘onbeveiligd links afslaan’ heeft het team laten zien dat hiermee het gedrag van andere auto’s 25 procent beter voorspelbaar wordt. De auto wist bijvoorbeeld dat hij moest wachten met links afslaan wanneer de naderende tegenligger een meer ‘egoïstische’ bestuurder was, terwijl hij sneller afsloeg als de andere auto ‘pro-sociaal’ was.

Hoewel het systeem nog niet robuust genoeg is om in echt verkeer te worden geïmplementeerd, levert het al enkele interessante toepassingen op, en niet alleen voor auto’s die zichzelf besturen. “Stel, je bent aan het rijden en plotseling duikt er een auto op vanuit je blinde hoek. Dan zou het systeem een waarschuwing in je achteruitkijkspiegel kunnen geven dat die auto een agressieve bestuurder heeft, zodat je je gedrag daarop kunt aanpassen. Ook zou het zelfrijdende auto’s kunnen leren om meer ‘menselijk’ gedrag te vertonen dat gemakkelijker te begrijpen is voor andere bestuurders.”

“Werken met en tussen mensen betekent dat je hun bedoelingen probeert te doorgronden om hun gedrag beter te begrijpen”, zegt promovendus Wilko Schwarting, eerste auteur van het artikel in PNAS. “De neiging om meegaand of juist competitief te zijn, nemen mensen vaak mee in hun rijgedrag. Met dit onderzoek wilden we ontdekken of je dit ook echt kunt kwantificeren.”

Menselijker

Een belangrijk probleem met zelfrijdende auto’s is dat ze zijn geprogrammeerd om ervan uit te gaan dat alle mensen op dezelfde manier handelen. Dit betekent onder meer dat ze erg behoudend zijn als ze beslissingen nemen op kruispunten en splitsingen. Deze voorzichtigheid vermindert weliswaar de kans op dodelijke ongelukken, maar veroorzaakt ook bottlenecks die voor andere bestuurders frustrerend kunnen zijn en door hen sowieso slecht worden begrepen. Dat is wellicht de reden waarom zelfrijdende auto’s bij verkeersincidenten meestal van achteren worden aangereden door ongeduldige bestuurders.

“Het realiseren van meer ‘menselijk’ gedrag bij autonome voertuigen  is een fundamentele voorwaarde voor de veiligheid van inzittenden en omringende voertuigen, omdat mensen dankzij voorspelbaar gedrag beter begrijpen wat zelfrijdende auto’s doen en daar beter op kunnen reageren”, vertelt Schwarting.

Voetgangers

In de volgende fase van het onderzoek is het team van plan zijn model toe te passen op voetgangers, fietsers en andere verkeersdeelnemers. Daarnaast gaat het onderzoek doen naar andere robotsystemen die tussen mensen werken, zoals huishoudrobots. Daniela Rus van MIT: “Door modellen te maken van de persoonlijkheden van bestuurders en die modellen op te nemen in de beslismodules van robotauto’s met SVO, opent dit werk de deur naar veiliger gezamenlijk weggebruik door menselijk bestuurde en autonoom rijdende auto’s.”

Illustraties © MIT

Steun ons!

Innovation Origins is een onafhankelijk nieuwsplatform, dat een onconventioneel verdienmodel heeft. Wij worden gesponsord door bedrijven die onze missie steunen: het verhaal van innovatie verspreiden. Lees hier meer.

Op Innovation Origins kan je altijd gratis artikelen lezen. Dat willen we ook zo houden. Heb je nou zo erg genoten van de artikelen dat je ons een bedankje wil geven? Gebruik dan de donatie-knop hieronder:

Doneer

Persoonlijke informatie

Over de auteur

Author profile picture