Apple: Fahrbahnwechsel und Einfädeln beim Autonomen Fahren
Ein veröffentlichtes Papier gibt Auskunft darüber, was bei Apple im Bereich des Autonomen Fahrens gerade erforscht wird.
Der Digitalkonzern Apple ist bekannt dafür, dass er nichts veröffentlicht. Nur über Leaks und Patentanmeldungen wurden die Gerüchte bestätigt, dass Apple am Autonomen Fahren arbeitet. Das Project Titan, so der interne Name dafür, muss nun eine weitere ungewollte Einsicht hinnehmen.
Strasseninfrastruktur Berlin
Apple forscht offenbar derzeit daran, wie man beim Autonomen Fahren das Einfädeln übt, respektive das der Künstlichen Intelligenz beibringt. Das Portal Arxiv.org hat ein Dokument des Apple-Forschers Yichuan Charlie Tang und seines Team veröffentlicht.
Dabei geht es auch um die Verhaltensvorhersage der anderen Verkehrsteilnehmer. Dieses Problem beschäftigt derzeit die gesamte Branche. So hat Argo AI einen diesbezüglichen Wettbewerb ausgelobt, der jüngst einen Sieger gefunden hat: die Universität Ulm. Die Alternative wären vorgeschriebene Verhaltensweisen nach dem Wenn-Dann-Prinzip, die aber nicht alle möglichen Variationen abdecken können.
Der Ansatz von Apple impliziert ein Trainingsablauf in einer Simulation des Verkehrs, dessen Inhalt von realen Straßen stammt. Die simulierten Fahrzeuge folgen den Spuren und wechseln sie auch. Sie lernten, wann sie langsamer werden müssen und wann sie beschleunigen müssen. Sie wissen derart auch, Lücken zu finden und wie die Kommunikation zum Einfädeln verläuft.
Die KI agiert in einer Welt, in der die anderen “Fahrzeuge”, oder auch Agenten genannt, regelbasiert agieren. Davon gab es jeweils zehn Stück und das in 32 Parallelsimulationen. Die Hardware dafür ist eine Nvidia Titan X-Grafikkarte. Die Simulation endete nach einer gewissen Zeit, einem Unfall oder wenn das Ziel erreicht war. Wenn das Ziel erreicht wurde, wurden die Agenten variiert.
Eines der Ziele, war das Einfädeln nach dem Reißverschlussprinzip. Im Ergebnis lernte die KI auch, mit aggressiven Agenten umzugehen, die nicht nachgaben. Ein weiteres Ergebnis der Simulation war, dass die Agenten häufig Unfälle mit der KI verursachten.
Inzwischen hat die KI dazugelernt. Die regelbasierten Agenten hatten nur zu 63 Prozent Erfolg, während die KI zu 98 Prozent erfolgreich agierte. Jedoch verursachte auch sie zuweilen einen Unfall. Das will man nun verbessern.
