Трафик. Психология поведения на дорогах.
Шрифт:
Все это уже само по себе сложно. А теперь представьте, что это происходит в типичной ситуации — на заполненных машинами улицах больших городов и пригородов. На момент моего знакомства с Траном он как раз разбирался с этой проблемой, готовясь к очередной гонке DARPA под названием Urban Challenge. Трасса была проложена по городу, а внедорожник Стэнли уступил место Джуниору, Volkswagen Passat 2006 года выпуска. Цель соревнования, заявленная DARPA, — «безопасное и точное автономное движение в потоке на скорости 30 км/ч», в том числе «заезд на оживленную трассу, проезд круговых перекрестков, понимание происходящего на загруженных перекрестках и объезд препятствий» {4} .
{4}
См.: Urban Challenge Rules (Arlington, Va.: Defense Advanced Research Projects Agency, 10 июля 2007 г.).
Мы не всегда действуем правильно, но большинство водителей без особых проблем совершает огромное количество сложных маневров, причем каждый день. Чтобы обучить этому робота, необходимо решить
{5}
Специалист по когнитивному изучению поведения Дональд Хоффманн указывает, что даже обычная для трафика сцена — стоящие на трех полосах автомобили — создает множество проблем для искусственного интеллекта (как было отмечено и в анализе, произведенном исследователем Скоттом Ричменом). Хоффман отмечает: «Ричмен столкнулся с несколькими достаточно очевидными проблемами: беспорядком, деревьями, раскачивающимися на ветру, пляшущими по дороге тенями, автомобилями, прячущимися за другими. Сложные системы анализа, одновременно фиксирующие несколько кадров с разных ракурсов, позволяют системе Ричмена отличать перемещения автомобилей от деревьев и теней... Система Ричмена может отслеживать движение машин сквозь тени, что довольно просто для людей, однако представляет проблему для систем компьютерной обработки данных. Не каждое визуально отмеченное движение может однозначно идентифицировать даже человек. Когда же мы пытаемся заставить компьютер делать то же самое, проблема становится еще более заметной». Из книги: Hoffman D. D.Visual Intelligence: How We Create What We See. N. Y. : W. W. Norton, 2000, с. 170.
У Джуниора есть и некоторые преимущества перед людьми. Собственно, поэтому в автомобилях уже начали появляться адаптивные системы контроля движения, отслеживающие с помощью лазеров расстояние до машин впереди и сзади, а затем подающие команды двигателю. Джуниор способен рассчитать расстояние до идущей впереди машины значительно точнее человека — по словам Майкла Монтемерло, исследователя из Стэнфорда, погрешность не превышает 1 метр. «Люди всегда спрашивают, способен ли Джуниор заметить стоп-сигналы других машин, — рассказал мне Монтемерло. — Мы отвечаем, что это и не нужно. У Джуниора есть возможность достаточно точно измерять скорость других машин. И это позволяет сделать вывод о том, тормозят они или нет. Вместо стоп-сигнала анализируются данные о скорости. Они точнее, чем информация, которую получает в такой ситуации человек».
Правильное вождение предполагает не только точность восприятия, но и умение использовать полученную информацию. Перед Стэнли стояла довольно простая задача. «Это был робот, ехавший в пустыне, — объясняет Монтемерло. — Стэнли воспринимает мир достаточно однобоко, как геометрический объект. Его задача состояла лишь в том, чтобы выбрать пригодную для движения трассу. Но с таким ограниченным восприятием мира он не сможет двигаться по оживленному шоссе. Для этого необходим более высокий уровень осознания поступающей информации». Например, когда мы приближаемся к светофору, на котором только что загорелся желтый свет, то начинается сложный процесс принятия решений и их реализации. Как долго еще будет гореть желтый свет? Хватит ли у меня времени (и места), чтобы затормозить? Успею ли я проехать перекресток, если ускорюсь, и насколько быстрее мне нужно ехать? Ударит ли меня едущая сзади машина, если я резко нажму на тормоза? Висит ли на перекрестке камера, фиксирующая проезд на красный свет? Мокрая ли дорога? Не ударит ли меня в бок машина, начинающая двигаться наперерез?
«Зоной дилеммы» инженеры называют ситуацию, когда автомобиль находится слишком близко к перекрестку, чтобы остановиться на желтый сигнал светофора, но при этом достаточно далеко, чтобы проехать до того, как загорится красный. И это действительно дилемма. Если судить по статистике аварий, то водители чаще всего бьют по тормозам и получают удар от машины сзади. Однако в случае выезда на перекресток удар сбоку обычно оказывается значительно сильнее и опаснее. Что бы вы выбрали — легкую аварию, вероятность которой высока, или серьезную, но менее вероятную? Инженеры могут настроить светофоры так, чтобы желтый свет горел дольше, но это снижает пропускную способность перекрестка. Кроме того, как только об этом станет известно, все больше водителей захотят рискнуть и проехать перекресток.
Кое-кто даже предлагал внедрить знаки, предупреждающие о том, что свет скоро переключится на желтый, — своего рода «предупреждение о предупреждении» {6} . Это, однако, могло привести к увеличению «зоны нерешительности». Однако проведенное на перекрестках в Австрии исследование, при котором зеленый свет несколько раз мигал, прежде чем переключиться на желтый, продемонстрировало неоднозначные результаты: на красный свет начали проезжать значительно меньше водителей, чем раньше, но и гораздо больше водителей стали останавливаться раньше, чем необходимо {7} . Опасность таких действий была продемонстрирована при изучении перекрестков в Израиле, где была внедрена система «мигающего зеленого». Там отмечалось больше
{6}
См., например, статью: Leavitt D.Insights at Intersection // Traffic Management and Engineering, октябрь 2003 г.
{7}
Kolla H., Badera M., Axhausen K. W.Driver Behavior During Flashing Green Before Amber: Comparative Study // Accident Analysis & Prevention, Vol. 36, N 2 (март 2004 г.), с. 273–280.
{8}
Mahalel D., Zaidel D. M.Safety Evaluation of Flashing Green Light in Traffic Signal // Traffic Engineering and Control, Vol. 26, N 2 (1985), с. 79–81.
{9}
Это было отмечено в работе: Staplin L., Gish K. W., Decina L. E., Lococo K. H., Harkey D. L., Tarawneh M. S., Lyles R., Mace D., Garvey P.Synthesis of Human Factors Research on Older Drivers and Highway Safety. Vol. 2, Publication N FHWA-RD-97-095, 1997. Доступно по адресу: http://www.fhwa.dot.gov/publications/research/safety/97094/index.cfm.
Подобные зоны дилеммы возникают на дороге постоянно. На гонке Grand Challenge отсутствуют пешеходы (и слава богу, считает Монтемерло): они стали бы огромной проблемой для Джуниора. «Я много думал о том, чт'o могло бы произойти, если бы Джуниор оказался в реальном мире», — рассказал Монтемерло. Движение в Стэнфорде умеренное, но что если пешеход стоит на бордюре, совсем рядом с проезжей частью? Поскольку он не на дороге, робот не воспринимает его как препятствие. Но собирается ли он переходить дорогу или просто стоит? Чтобы понять это наверняка, робот должен уметь проанализировать «язык тела» пешехода или выражения лиц людей. Даже если робот-водитель остановился, пешеходам нужны дополнительные сигналы. «Пешеходы иногда боятся переходить дорогу даже перед остановившейся машиной, — говорит Монтемерло. — Часто они ждут, когда водитель помашет им, разрешив перейти дорогу. Будет ли вам так же комфортно, если машиной будет управлять не похожий на человека робот?»
С другой стороны, кое в чем городская среда проще, чем песчаная трасса в пустыне. «Движение в условиях города имеет множество ограничений. В сущности, вы можете сделать не так уж и много, — утверждает Монтемерло (которому, как мне кажется, просто никогда не доводилось ездить по развязкам около аэропорта имени Кеннеди в Нью-Йорке). — Благодаря этому мы ощущаем себя на дороге достаточно комфортно. Правила и линии разметки подсказывают нам, чт'o может произойти в будущем».
На дороге часто приходится строить предположения. Мы на полной скорости проскакиваем на зеленый сигнал светофора, предполагая, что водители, стоящие на других въездах на перекресток, будут стоять. Мы не ожидаем столкновения, когда по встречной полосе едет другая машина. Мы спокойно въезжаем на холм, не думая, что где-то впереди может оказаться внезапно остановившийся на дороге бензовоз. «Мы ездим быстрее только из-за того, что делаем определенные предположения», — полагает Монтемерло. В сущности, стэнфордская команда превращает эти предположения в сотни тысяч строк программного кода (мозга Джуниора), однако программа достаточно гибка для того, чтобы робот не «завис» в какой-то особенно странной для него ситуации.
А странных ситуаций на дороге хватает с лихвой. Возьмем, например, сломанный светофор. Как-то раз Дэвид Леттерман пошутил, что светофоры в Нью-Йорке — «лишь примерные указания к действию». Однако представьте себе, что вы подъехали к перекрестку, где для всех горит красный свет. После некоторых колебаний вы, возможно, решите крайне осторожно все же проехать перекресток. Или представьте, что вы оказались за машиной с заглохшим двигателем. Чтобы ее объехать, вам нужно будет пересечь двойную сплошную линию, что в обычных ситуациях запрещено. Однако вы это делаете — в правилах дорожного движения учтено, что порой вам приходится действовать в исключительных обстоятельствах. А что делать на перекрестке равнозначных дорог? Иногда возникает неясность относительно того, кто появился первым, и образуется затор. Теперь представьте себе четырех роботов-водителей, подъезжающих к перекрестку в один и тот же момент. Если они запрограммированы на то, чтобы пропускать первого подъехавшего, возможны два варианта: они все поедут вперед и столкнутся либо же все застынут на месте (как компьютер, давший сбой). Поэтому команда из Стэнфорда использует довольно сложные алгоритмы, чтобы хоть как-то приблизить бинарную логику Джуниора к человеческой. «Джуниор пытается определить самое правильное время для начала движения и дожидается своей очереди, — рассказывает Монтемерло. — Но если другая машина не поворачивает вовремя и проходит достаточно много времени, робот начнет собирать за собой хвост» {10} .
{10}
Можно предположить, что роботы-водители свободны от влияния сложных психологических факторов, мешающих людям на перекрестках. Однако, так же как и в случае с людьми, все зависит от того, как они настроены. «Роботы могут вести себя более агрессивно или более консервативно, — сказал мне Монтемерло. — Вы можете настроить робота так, чтобы он всегда игнорировал порядок в очереди и пытался пролезть вперед». Однако эффективность подобной стратегии будет зависеть от того, каким образом запрограммированы другие роботы. Проезд сложного перекрестка для чрезмерно настырного робота может достаточно быстро привести к негативным последствиям.