URBAN-SIM: Прогресс в автономной микромобильности с помощью масштабируемого городского моделирования
Современные города сталкиваются с множеством вызовов в сфере транспорта. Традиционные методы, такие как автомобили и автобусы, часто не справляются с последней милей — последним этапом в городских поездках. Микромобильность, в свою очередь, предлагает легкие и быстрые решения для коротких поездок. Однако, чтобы достичь истинной автономии в микромобильности, необходимо преодолеть множество препятствий. Здесь на помощь приходит URBAN-SIM.
Проблемы существующих решений
Существующие платформы для обучения роботов часто ориентированы на ограниченные задачи, такие как избегание препятствий или простая навигация. Они не учитывают сложные условия реальных городских сред, включая неровные поверхности, лестницы и плотные толпы. Это ограничивает способность ИИ-агентов эффективно обучаться необходимым навыкам для автономной микромобильности.
Что такое URBAN-SIM?
URBAN-SIM — это платформа высококачественного городского моделирования, разработанная исследователями из Университета Калифорнии в Лос-Анджелесе и Университета Вашингтона. Она предназначена для решения проблем, связанных с автономной микромобильностью, и предлагает масштабируемое решение для обучения ИИ.
Ключевые особенности URBAN-SIM
- Генерация иерархических городских сцен: Платформа создает разнообразные и масштабные городские среды, включая тротуары, рампы и лестницы, что обеспечивает реалистичное обучение для роботов.
- Интерактивная динамическая симуляция агентов: URBAN-SIM моделирует пешеходов, велосипедистов и автомобили в реальном времени, что позволяет имитировать сложные взаимодействия в городской среде.
- Асинхронная выборка сцен для масштабируемости: Это позволяет параллельно обучать ИИ-агентов на сотнях уникальных городских сцен, значительно увеличивая скорость обучения.
URBAN-BENCH: Комплексная система оценки
В дополнение к URBAN-SIM команда разработала URBAN-BENCH — набор задач и оценок, которые фиксируют ключевые способности автономной микромобильности. Он включает в себя:
- Задачи городской локомоции: Перемещение по ровным поверхностям, склонам и лестницам.
- Задачи городской навигации: Управление движением по свободным путям и избегание статических и динамических препятствий.
- Задача городского перехода: Сложный маршрут длиной в километр, который тестирует навигацию и принятие решений.
Модель совместной автономии человек-ИИ
URBAN-BENCH вводит модель совместной автономии, где контроль над роботом делится между человеком и ИИ. Это позволяет человеку вмешиваться в сложные ситуации, в то время как ИИ управляет рутинной навигацией. Такой подход обеспечивает баланс между безопасностью и эффективностью.
Оценка различных роботов в реальных задачах
URBAN-SIM и URBAN-BENCH поддерживают широкий спектр роботизированных платформ, включая колесные, четвероногие и гуманоидные роботы. Каждый тип робота демонстрирует свои сильные и слабые стороны в задачах локомоции и навигации:
- Четвероногие роботы отлично справляются с лестницами.
- Колесные роботы лучше всего работают на ровных поверхностях.
- Гуманоидные роботы эффективно перемещаются в узких и переполненных городских пространствах.
Эффективность обучения и масштабируемость
Стратегия асинхронной выборки сцен позволяет значительно повысить эффективность обучения, демонстрируя до 26,3% улучшения производительности по сравнению с синхронными методами. Увеличение разнообразия обучающих сред напрямую связано с повышением успеха в навигационных задачах, подчеркивая важность масштабируемого моделирования для автономной микромобильности.
Заключение
URBAN-SIM и URBAN-BENCH представляют собой важные шаги к обеспечению безопасной и эффективной автономной микромобильности в сложных городских условиях. Будущие исследования направлены на интеграцию с реальным миром через ROS 2 и методы переноса из симуляции в реальность. Платформа продолжит развиваться, включая мульти-модальные восприятия и манипуляции, необходимые для широкого спектра городских приложений, таких как доставка посылок и помощь людям.
Исследования в области URBAN-SIM открывают новые горизонты для устойчивого городского развития, улучшая доступность и безопасность в общественных пространствах. Подписывайтесь на нашу рассылку новостей об ИИ, чтобы быть в курсе последних разработок!
