Los coches autónomos aprenden con seguridad gracias a un simulador fotorrealista

Los sistemas de control de los automóviles autónomos se forman en su mayoría con datos producidos por conductores humanos. Es perfecto para las situaciones más comunes, pero carece de los escenarios más extremos, aquellos en los que estás al borde de un accidente y que obviamente no puedes pedir a un conductor que se reproduzca arriesgando su vida. Aquí es donde entra en juego la simulación. Pero hasta ahora, un sistema de conducción autónomo totalmente entrenado en un simulador nunca antes había sido transpuesto a un coche en condiciones reales. Ahora se ha hecho.

Para crear este puente entre el mundo virtual y el real, un equipo de investigadores del Instituto Tecnológico de Massachusetts (MIT) ha desarrollado un simulador fotorrealista llamado Vista (Virtual Image Synthesis and Transformation for Autonomy) que puede generar un número casi infinito de variantes a partir de las trayectorias que el vehículo podría tomar en el mundo real. Un proceso que por lo tanto permite reproducir todas las situaciones posibles, incluso las más peligrosas.

El tratamiento fotorrealista se basa en videos tomados en condiciones reales. Para cada imagen, el motor de renderizado proyecta cada píxel en una nube de puntos 3D. Luego, coloca un vehículo virtual dentro de este mundo. Con cada movimiento del vehículo, el motor sintetiza una nueva trayectoria a través de la nube de puntos, teniendo en cuenta la distancia y el movimiento de todos los objetos de la escena gracias a una red neural convolutiva que gestionará la información de profundidad de campo. Finalmente, el software utiliza esta nueva trayectoria para generar una escena fotorrealista.

El simulador Vista pronto será de código abierto

El principio general de este simulador es instruir a la IA de conducción para que pueda evolucionar como desee en este entorno virtual respetando dos principios básicos: no chocar con otros vehículos y permanecer en los carriles de circulación. A partir de ese momento, ella «se las arregla», por así decirlo.

Más en Nanova ||  ¿Como funciona una bobina de Tesla?

Al principio de su entrenamiento, no tiene noción de conducir y sólo se le advierte cuando su maniobra conduce a un accidente. Vista utiliza el aprendizaje de refuerzo para alertar a la IA de los errores que comete para poder corregirse a sí misma. Con cada incidente, el simulador cambia el entorno de conducción para empujar a la IA a mejorar sus maniobras.

Después de 10.000 km de este tipo de simulación, la IA se inyectó en el sistema de un coche autónomo real para probar sus capacidades en condiciones reales. El vehículo demostró ser capaz de navegar en un entorno del que no tenía conocimiento previo.

Según los investigadores del MIT, es la primera vez que una IA, entrenada al 100% por aprendizaje de refuerzo y sólo en un entorno virtual, se ha desplegado en el campo. «El controlador no sólo nunca ha estado en un coche real, sino que nunca ha visto las carreteras y no tiene conocimiento previo de cómo conducen los humanos», dijeron los investigadores.

Su siguiente objetivo es simular todo tipo de condiciones de la carretera (día, noche, sol, lluvia, nieve…) a partir de una única trayectoria e introducir interacciones más complejas con otros vehículos en la carretera. Este trabajo fue objeto de un artículo en IEEE Robotics and Automation Letters. El equipo del MIT indica que espera liberar el código fuente de Vista en un futuro próximo.

Comparte en:
Victor Alvarado

Ingeniero de sistemas, me gusta viajar, leer y pasar el tiempo con mi familia, investigar y escribir artículos de divulgación científica.