Von Träumen angetriebene Fahrzeuge
Menschen lernen normalerweise durch Handeln oder durch mentale Simulation. Während Ersteres durch Versuch und Irrtum geschieht, beinhaltet Letzteres die Erstellung von Modellen von Umgebungen und Objekten und die anschließende mentale Simulation dessen, was passieren könnte. Übertragen auf das Autofahren bedeutet dies, dass wir verstehen können, dass eine Handlung oder eine unterlassene Handlung zu einem schweren Unfall führen kann. Da es sich jedoch um eine Simulation handelt, gibt es keine tragischen Folgen. Obwohl autonome Fahrzeuge in vielen Bereichen hervorragend abschneiden, fehlt ihnen diese Fähigkeit des Lernens durch mentale Simulation. Darum erfordert die Änderung unsicheren Verhaltens menschliches Eingreifen und viele Tests. Aber was würde geschehen, wenn Fahrzeuge die kognitive Fähigkeit hätten, die während der Fahrt gesammelten Erfahrungen zu nutzen, um potenzielle Bedrohungen vorherzusagen und ihre Strategien zur Verhaltenssteuerung automatisch weiterzuentwickeln? Das ist die Ausgangsfrage des EU-finanzierten Projekts Dreams4Cars. „Autonome Fahrzeuge müssen Milliarden Kilometer ohne einen einzigen tödlichen Unfall zurücklegen, bevor Menschenleben in die Hände der Technologie gelegt werden können“, so Mauro Da Lio, Professor für mechanische Systeme an der Universität Trient und Projektkoordinator von Dreams4Cars. „Bisher hat noch kein autonomes Fahrzeug diese Milliarden Straßenkilometer erreicht, aber das könnte sich dank der neuen bahnbrechenden Erkennungs- und Steuerungstechnologie ändern, mit der unsere Fahrzeuge träumen können.“
Lernen durch Träumen
Für eine Straßenzulassung müssen autonome Fahrzeuge effektiv auf Situationen reagieren können, die auf einer Strecke von einer Milliarde Kilometern möglicherweise nur ein einziges Mal auftreten. Vor diesem Hintergrund konzentrierte sich das Projekt Dreams4Cars auf die Entwicklung eines Fahragenten, der aus mentalen Simulationen bzw. aus dem, was das Projekt als „Träume“ bezeichnet, lernen kann. „Dreams4Cars erforschte Simulationsmechanismen bzw. ‚Schlafzustände‘, die mit den mentalen Bildern menschlicher Träume vergleichbar sind und es den Fahragenten ermöglichen, die hervorstechenden Aspekte des realen Fahrens oder den sogenannten ‚Wachzustand‘ neu zu kombinieren“, erklärt Da Lio. „Es entstehen imaginäre Situationen, die wiederum zum Training der Agenten genutzt werden können, wodurch die bestehenden sensomotorischen Strategien optimiert und neue Strategien entdeckt werden.“ Um diesen Mechanismus aufzubauen, begann das Projekt mit der Entwicklung eines künstlichen Fahragenten mit einem erweiterbaren Wahrnehmungs- und Handlungssystem. Anschließend verwendeten die Forschenden Frameworks für neuronale Netze zur systematischen und hierarchischen Steuerung von Vorwärts-Emulatoren. Bei Vorwärts-Emulatoren handelt es sich um neuronale Netze, die verschiedene Formen der Prognose durchführen können. Sie können beispielsweise zur Erzeugung einer nachgebildeten Welt eingesetzt werden. Als Nächstes erarbeitete das Team Methoden zur effizienten Inversion der Prognosemodelle mittels mentaler Simulationen und synthetisierte dabei inverse Modelle für Verhalten und Steuerung. Dadurch kann der Agent Handlungen sicher umsetzen, ohne dass eine potenziell gefährliche Interaktion in der realen Welt erforderlich ist.
Ein großer Fortschritt
Das Projekt Dreams4Cars hat die Technologie nicht nur entwickelt, sondern auch ihre Wirksamkeit unter Beweis gestellt. Nach der erfolgreichen Entwicklung eines Fahragenten mit Handlungs- und Simulationszyklen auf einem Forschungsfahrzeug verwendeten die Forschenden denselben Agenten in einem realen Serienfahrzeug, das vom Konsortialpartner Centro Ricerche Fiat (CRF) konstruiert wurde (siehe Abbildung). Dieser Test zeigte ein höheres Wahrnehmungsniveau im Vergleich zum Ausgangswert eines hochmodernen, von Menschen geschaffenen Systems. „Dem Projekt Dreams4Cars ist es gelungen, eine einfache und kompakte Software zu erstellen, die ein Fahrzeug mithilfe entstehender, robuster Verhaltensweisen autonom fahren kann“, sagt Da Lio. „Dies ist ein großer Fortschritt auf dem Weg zu einem wahrhaft autonomen Fahrzeug sowie zur Verbesserung der Sicherheit im Straßenverkehr.“
Schlüsselbegriffe
Dreams4Cars, autonomes Fahrzeug, mentale Simulation, Fahragent, Sicherheit im Straßenverkehr
