Auta będą ze sobą "rozmawiać". Koniec ze stłuczkami?

Czym jest system COIN i kto za nim stoi?

Wyobraź sobie skrzyżowanie w godzinach szczytu, na którym nie ma świateł, a mimo to ruch odbywa się płynnie i bezkolizyjnie. Brzmi jak science fiction? Być może, ale właśnie do takiej wizji przybliżają nas specjaliści z Uniwersytetu Tsinghua w Pekinie, którzy wraz ze współpracownikami z Narodowego Uniwersytetu Singapuru oraz Politechniki w Hongkongu opracowali system COIN. To rozwiązanie, które ma fundamentalnie zmienić sposób, w jaki postrzegamy autonomiczne pojazdy.

Do tej pory większość systemów skupiała się na tym, by samochód samodzielnie analizował otoczenie i podejmował decyzje. Problem w tym, że na drodze nie jesteśmy sami. To właśnie współpraca, a nie tylko indywidualna jazda, ma być kluczem do bezpiecznych autonomicznych samochodów w zatłoczonych miastach przyszłości. System COIN uczy pojazdy wzajemnych interakcji, co jest absolutnie kluczowe w tak newralgicznych punktach jak ronda, zwężenia dróg czy skrzyżowania.

Jak autonomiczne auta uczą się współpracy dzięki COIN?

Największą innowacją systemu COIN jest jego zdecentralizowana natura. W fazie "treningu" pojazdy faktycznie uczą się optymalnych strategii, korzystając z informacji płynących z całego systemu. Można powiedzieć, że wspólnie rozwiązują problem, jak najlepiej poruszać się w grupie.

Kluczowa różnica pojawia się jednak w momencie, gdy auta wyjeżdżają na prawdziwe drogi. Nie ma tu żadnego centralnego komputera, który sterowałby całym ruchem niczym wszechwiedzący dyrygent. Podczas jazdy każdy pojazd podejmuje decyzje wyłącznie na podstawie własnych obserwacji, bez potrzeby łączenia się z centralnym serwerem. Cała "mądrość" zdobyta podczas wspólnej nauki jest już zaimplementowana w algorytmach każdego z aut. Dzięki temu rozwiązanie jest praktyczne i nie wymaga budowy skomplikowanej, centralnej infrastruktury do zarządzania ruchem.

Jak system COIN wypadł w testach?

Teoria brzmi obiecująco, ale co z praktyką? Naukowcy przetestowali system w MetaDrive – zaawansowanym symulatorze ruchu drogowego, który jest standardem w badaniach nad sztuczną inteligencją. Wyniki są więcej niż zadowalające. COIN zdeklasował cztery inne, dobrze znane algorytmy służące do uczenia autonomicznych pojazdów.

Liczby mówią same za siebie. W symulacji gęstego ruchu na skrzyżowaniach bez sygnalizacji świetlnej, system COIN osiągnął skuteczność przejazdu na poziomie blisko 89 proc. W scenariuszu obejmującym zwężenie jezdni było to już ponad 96 proc. A co z najważniejszym parametrem, czyli bezpieczeństwem na drodze? W scenariuszu obejmującym skrzyżowania system COIN osiągnął skuteczność na poziomie 88,78 proc., a odsetek kolizji udało się ograniczyć do zaledwie 3,94 proc. W przypadku zwężenia drogi było jeszcze lepiej – tylko 1,57 proc. kolizji.

To nie wszystko. System sprawdzono również na fizycznej platformie, gdzie osiem małych robotów poruszało się po modelowym skrzyżowaniu, a reszta ruchu była symulowana komputerowo. Także i tu roboty wyposażone w logikę COIN bez problemu radziły sobie ze sprawnym i bezpiecznym pokonywaniem trasy.

Jak podsumowują autorzy badania w swojej publikacji:

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.

W 2026 roku, gdy technologia autonomiczna jest już coraz bliżej masowego wdrożenia, rozwiązania takie jak COIN mogą okazać się kluczem do realnego zwiększenia bezpieczeństwa i płynności ruchu w naszych miastach.