Видео недоступно для предпросмотра
Смотреть в Telegram
Нейросети учат роверы Яндекса не тупить на тротуарах
Яндекс перевёл своих роботов-доставщиков на нейросетевой планировщик движения. Это, по заявлениям компании, увеличило скорость в среднем на 10%. Прежняя логика управления на базе жёстко прописанных алгоритмов столкнулась с реальностью хаоса городских улиц: вручную прописать в коде правила для каждого пешехода, собаки или курьера на самокате невозможно. Из-за этой проблемы так называемого «длинного хвоста» код разрастался, а роверы тупили и застывали.
Логика доставщика была более реактивной: сенсоры видели объект и активировали правила. Такой подход лишал устройство важного преимущества мозга человека – умения связывать все факторы в единую картину, на ходу анализировать и планировать развитие ситуации в окружающем мире. С чем как раз могут помочь нейросети. Новый трансформерный планировщик, по словам компании, воспринимает происходящее вокруг как единую сцену, оценивая траектории и векторы движения всех участников (пешеходов, самокатов, автомобилей) и прогнозируя их дальнейшие перемещения. Что позволяет роботу плавнее маневрировать между людьми в потоке, вычисляя окна и траектории для проезда.
Правда, компания страхуется, потому что предыдущий алгоритмический подход существует параллельно с новым. Обе системы генерируют свои варианты пути, а финальный выбор делает модуль безопасности. Хотя Яндекс отчитывается, что уже сейчас под управлением трансформера роботы едут около 80% времени. Navio также развивает нейросетевые компоненты автопилота, ограничивая поведение беспилотника алгоритмическими контурами безопасности.
Лидеры мирового рынка роботакси вроде китайской Pony, на чьих машинах мы недавно ездили, тоже используют нейросети для распознавания среды и прогнозирования поведения участников движения, но они достаточно консервативно подходят к интеграции ИИ в управление. Проблема не столько в технологии, сколько в ответственности (вплоть до уголовной), к которой могут привести ошибки ИИ на дороге. Яндексу здесь даже проще развивать это направление, потому что он работает на территории пешеходов. А риски на тротуаре гораздо меньше, чем на оживлённой дороге с машинами.
Яндекс перевёл своих роботов-доставщиков на нейросетевой планировщик движения. Это, по заявлениям компании, увеличило скорость в среднем на 10%. Прежняя логика управления на базе жёстко прописанных алгоритмов столкнулась с реальностью хаоса городских улиц: вручную прописать в коде правила для каждого пешехода, собаки или курьера на самокате невозможно. Из-за этой проблемы так называемого «длинного хвоста» код разрастался, а роверы тупили и застывали.
Логика доставщика была более реактивной: сенсоры видели объект и активировали правила. Такой подход лишал устройство важного преимущества мозга человека – умения связывать все факторы в единую картину, на ходу анализировать и планировать развитие ситуации в окружающем мире. С чем как раз могут помочь нейросети. Новый трансформерный планировщик, по словам компании, воспринимает происходящее вокруг как единую сцену, оценивая траектории и векторы движения всех участников (пешеходов, самокатов, автомобилей) и прогнозируя их дальнейшие перемещения. Что позволяет роботу плавнее маневрировать между людьми в потоке, вычисляя окна и траектории для проезда.
Правда, компания страхуется, потому что предыдущий алгоритмический подход существует параллельно с новым. Обе системы генерируют свои варианты пути, а финальный выбор делает модуль безопасности. Хотя Яндекс отчитывается, что уже сейчас под управлением трансформера роботы едут около 80% времени. Navio также развивает нейросетевые компоненты автопилота, ограничивая поведение беспилотника алгоритмическими контурами безопасности.
Лидеры мирового рынка роботакси вроде китайской Pony, на чьих машинах мы недавно ездили, тоже используют нейросети для распознавания среды и прогнозирования поведения участников движения, но они достаточно консервативно подходят к интеграции ИИ в управление. Проблема не столько в технологии, сколько в ответственности (вплоть до уголовной), к которой могут привести ошибки ИИ на дороге. Яндексу здесь даже проще развивать это направление, потому что он работает на территории пешеходов. А риски на тротуаре гораздо меньше, чем на оживлённой дороге с машинами.