自動運転車に「人間の直観」を、マシン向け人間行動予測ソフトの可能性
コメント
注目のコメント
所謂意図推定の研究では、強化学習と逆向きにアルゴリズムを回すことで、エキスパートの報酬関数自体を推定する逆強化学習(inverse reinforcement learning)という手法が知られています。
ただ、Perceptive Automata社のmedium記事、
Introducing Perceptive Automata: Human Intuition for Self-Driving Cars
https://medium.com/perceptive-automata/introducing-perceptive-automata-human-intuition-for-self-driving-cars-3d2aaa05c083
を見る限り、道路においては、まずは道を渡ろうとしているかどうかの意図を判断したいと思われるので、報酬関数はある程度決まっていて、もう少し行動モデルを使ったアプローチをしているのかも知れません。
CTOのSam Anthonyの昨年の記事
Self-driving cars still can’t mimic the most natural human behavior
https://qz.com/1064004/self-driving-cars-still-cant-mimic-the-most-natural-human-behavior/
私の知る過去事例としては、
Activity Forecasting
https://youtu.be/zHx1OqVsHb0
などがあります。ただこれは人の動きだけではなく、道路などのインフラから行動予測をするものですね。何故人間がリスクをとって快適さ(スムーズさ)を優先させる環境を許せるかと言うと、そこには「人間が運転している」という「安心」があるからだと思います。
つまり、幾ら自動運転機能が人間レベルまで進化したところで、「人間が乗っていない」という点でそこに「安心」がなければ、解決にはならない気がします。
豊洲市場じゃないですが、「安全」だけれど「安心」ではないというジレンマですね。
そこを解決するには、時間はかかりますが、人間とロボットの距離感がもっと身近になり、「ロボット」に対する価値観が変わるのを待つしかないのかもしれません。自動運転が、前後車両のスピードオーバーなど、厳密にはアウトだけど、合わせないと迷惑だったり、危険に晒されたりする場合、どうするのか。
わたしは運転しませんが、車社会は「厳密に判定すると黒」を時と場合により許容することで、保たれているバランスもあるように思います。
実用化は近いと思っていましたが、難題は結構多そうですね。