Spis treści
Czym jest system COIN i kto za nim stoi?
Naukowcy z Uniwersytetu Tsinghua w Pekinie, wspierani przez badaczy z Narodowego Uniwersytetu Singapuru i Politechniki w Hongkongu, postanowili urzeczywistnić scenariusz z filmów science fiction. Opracowali system COIN, który ma umożliwić płynny przejazd przez skrzyżowania bez użycia sygnalizacji świetlnej, nawet w godzinach szczytu. Innowacja ta może całkowicie odmienić sposób funkcjonowania autonomicznych samochodów na drogach.
Dotychczasowe rozwiązania opierały się na analizie otoczenia przez pojedynczy pojazd, który sam podejmował decyzje. Twórcy systemu COIN zauważyli jednak, że na drodze nie poruszamy się w próżni. Ich zdaniem to wzajemna współpraca, a nie wyłącznie indywidualne działanie maszyn, zapewni bezpieczeństwo autonomicznych aut w zatłoczonych przestrzeniach miejskich. COIN trenuje pojazdy w zakresie interakcji z innymi uczestnikami ruchu, co ma kluczowe znaczenie na skrzyżowaniach, rondach czy w miejscach, gdzie droga ulega zwężeniu.
Jak autonomiczne auta uczą się współpracy dzięki COIN?
Największą siłą systemu COIN jest jego decentralizacja. W fazie szkoleniowej samochody korzystają z danych z całej sieci, by wypracować najlepsze taktyki jazdy. Jak tłumaczą twórcy, maszyny uczą się wspólnie rozwiązywać problemy związane z poruszaniem się w grupie.
Zasadnicza różnica widoczna jest jednak w warunkach rzeczywistych. Na drogach pojazdy nie łączą się z centralnym serwerem dowodzącym ruchem. Każde auto podejmuje decyzje samodzielnie, opierając się na wiedzy zdobytej podczas wcześniejszych etapów nauki. Rozwiązanie to jest niezwykle praktyczne, gdyż nie wymusza na miastach budowy kosztownej i skomplikowanej infrastruktury centralnej do obsługi ruchu.
Jak system COIN wypadł w testach?
Obiecującą teorię sprawdzono w praktyce, wykorzystując MetaDrive – zaawansowany symulator ruchu drogowego, służący do badań nad sztuczną inteligencją. Wyniki testów napawają optymizmem. COIN okazał się skuteczniejszy od czterech innych popularnych algorytmów przeznaczonych do nauki autonomicznej jazdy.
Statystyki robią wrażenie. W symulacji dużego natężenia ruchu na skrzyżowaniach bez świateł system COIN zanotował skuteczność na poziomie 88,78 proc. W przypadku zwężenia jezdni wynik ten przekroczył 96 proc. Najważniejsze okazały się jednak dane dotyczące bezpieczeństwa. Dzięki zastosowaniu logiki COIN na skrzyżowaniach odsetek kolizji wyniósł jedynie 3,94 proc., a na zwężonych odcinkach zaledwie 1,57 proc.
Naukowcy przeprowadzili również testy w świecie rzeczywistym. Na specjalnie przygotowanym modelu skrzyżowania osiem miniaturowych robotów zaimplementowanych w system COIN poruszało się w symulowanym otoczeniu. Maszyny poradziły sobie bez zarzutu, zachowując płynność jazdy i bezpieczeństwo.
W publikacji badawczej autorzy podsumowują swoje osiągnięcia:
Dzięki odejściu od niezależnego podejmowania decyzji przez poszczególne pojazdy na rzecz optymalizacji opartej na współpracy system COIN może przyczynić się do rozwoju bezpieczniejszej i sprawniejszej jazdy autonomicznej w warunkach dużego natężenia ruchu miejskiego.
Biorąc pod uwagę rosnące znaczenie technologii autonomicznych w 2026 roku, systemy takie jak COIN mogą stanowić przełom w poprawie bezpieczeństwa i płynności na drogach miejskich na całym świecie.
