Artwork

Inhoud geleverd door Webredactie and BNR Nieuwsradio. Alle podcastinhoud, inclusief afleveringen, afbeeldingen en podcastbeschrijvingen, wordt rechtstreeks geüpload en geleverd door Webredactie and BNR Nieuwsradio of hun podcastplatformpartner. Als u denkt dat iemand uw auteursrechtelijk beschermde werk zonder uw toestemming gebruikt, kunt u het hier beschreven proces https://nl.player.fm/legal volgen.
Player FM - Podcast-app
Ga offline met de app Player FM !

Rijgedrag robots veel menselijker dankzij slim model TU Delft

3:55
 
Delen
 

Manage episode 273235429 series 1712427
Inhoud geleverd door Webredactie and BNR Nieuwsradio. Alle podcastinhoud, inclusief afleveringen, afbeeldingen en podcastbeschrijvingen, wordt rechtstreeks geüpload en geleverd door Webredactie and BNR Nieuwsradio of hun podcastplatformpartner. Als u denkt dat iemand uw auteursrechtelijk beschermde werk zonder uw toestemming gebruikt, kunt u het hier beschreven proces https://nl.player.fm/legal volgen.

Mede mogelijk gemaakt door: Broadwick

Het lukt zelfrijdende auto's nog niet om moeiteloos op te gaan in het verkeer en dat komt omdat hun rijgedrag nog te robotisch is. Dat maakt ook dat mensen ze niet echt vertrouwen, zowel als bestuurder als medeweggebruiker. Daarom wilde onderzoeker Sarvesh Kolekar op zoek naar wat menselijk rijgedrag nou bepaalt. Wat is de basis? Wat is het mechanisme erachter?

Slordig en onzeker

Eigenlijk komt het erop neer dat we helemaal niet zo netjes rijden. Een algoritme wordt getraind om het optimale pad te kiezen, maar mensen zijn niet zo precies. We rijden helemaal niet exact in het midden van de rijstrook. Zolang we niet over een grens van te risicovol rijgedrag gaan hebben we daar geen probleem mee. Ook zijn we vergeleken een algoritme veel onzekerder. Het mooie is: met deze tekortkomingen - als je ze zo wilt noemen - houden we rekening. Bij onszelf en bij anderen.

Het model

Het lukte Kolekar om dit mechanisme te vatten in een model, waarmee dan weer voorspellingen kunnen worden gedaan over menselijk rijgedrag in verschillende scenario's. Dit maakt het mogelijk om goede inschattingen te maken in het geval van een volledig nieuwe situatie waarbij niet op data uit het verleden kan worden gerekend. Ook kan het model gebruikt worden om te testen hoe mensen met technische aanpassingen om zullen gaan. Heeft je auto bijvoorbeeld technologie waarmee hij zelf binnen de lijntjes rijdt? Dan - zegt het model - gaan de meesten mensen wat harder rijden.

Het model is nog niet helemaal af, zo moet het bijvoorbeeld nog de verkeersregels leren, maar het is al heel bijzonder dat dit gelukt is.

In deze audio hoor je onderzoekers Sarvesh Kolekar en begeleidend onderzoeker David Abbink van de TU Delft. Lees meer op de site van de TU Delft: Rijgedrag minder robotachtig door nieuw Delfts model. Of bekijk de volledige paper op de site van Nature: Human-like driving behaviour emerges from a risk-based driver model. Het onderzoek - dat ook onder begeleiding van Joost de Winter viel - maakte deel uit van Abbinks Symbiotic Driving programma.

See omnystudio.com/listener for privacy information.

  continue reading

1915 afleveringen

Artwork
iconDelen
 
Manage episode 273235429 series 1712427
Inhoud geleverd door Webredactie and BNR Nieuwsradio. Alle podcastinhoud, inclusief afleveringen, afbeeldingen en podcastbeschrijvingen, wordt rechtstreeks geüpload en geleverd door Webredactie and BNR Nieuwsradio of hun podcastplatformpartner. Als u denkt dat iemand uw auteursrechtelijk beschermde werk zonder uw toestemming gebruikt, kunt u het hier beschreven proces https://nl.player.fm/legal volgen.

Mede mogelijk gemaakt door: Broadwick

Het lukt zelfrijdende auto's nog niet om moeiteloos op te gaan in het verkeer en dat komt omdat hun rijgedrag nog te robotisch is. Dat maakt ook dat mensen ze niet echt vertrouwen, zowel als bestuurder als medeweggebruiker. Daarom wilde onderzoeker Sarvesh Kolekar op zoek naar wat menselijk rijgedrag nou bepaalt. Wat is de basis? Wat is het mechanisme erachter?

Slordig en onzeker

Eigenlijk komt het erop neer dat we helemaal niet zo netjes rijden. Een algoritme wordt getraind om het optimale pad te kiezen, maar mensen zijn niet zo precies. We rijden helemaal niet exact in het midden van de rijstrook. Zolang we niet over een grens van te risicovol rijgedrag gaan hebben we daar geen probleem mee. Ook zijn we vergeleken een algoritme veel onzekerder. Het mooie is: met deze tekortkomingen - als je ze zo wilt noemen - houden we rekening. Bij onszelf en bij anderen.

Het model

Het lukte Kolekar om dit mechanisme te vatten in een model, waarmee dan weer voorspellingen kunnen worden gedaan over menselijk rijgedrag in verschillende scenario's. Dit maakt het mogelijk om goede inschattingen te maken in het geval van een volledig nieuwe situatie waarbij niet op data uit het verleden kan worden gerekend. Ook kan het model gebruikt worden om te testen hoe mensen met technische aanpassingen om zullen gaan. Heeft je auto bijvoorbeeld technologie waarmee hij zelf binnen de lijntjes rijdt? Dan - zegt het model - gaan de meesten mensen wat harder rijden.

Het model is nog niet helemaal af, zo moet het bijvoorbeeld nog de verkeersregels leren, maar het is al heel bijzonder dat dit gelukt is.

In deze audio hoor je onderzoekers Sarvesh Kolekar en begeleidend onderzoeker David Abbink van de TU Delft. Lees meer op de site van de TU Delft: Rijgedrag minder robotachtig door nieuw Delfts model. Of bekijk de volledige paper op de site van Nature: Human-like driving behaviour emerges from a risk-based driver model. Het onderzoek - dat ook onder begeleiding van Joost de Winter viel - maakte deel uit van Abbinks Symbiotic Driving programma.

See omnystudio.com/listener for privacy information.

  continue reading

1915 afleveringen

Усі епізоди

×
 
Loading …

Welkom op Player FM!

Player FM scant het web op podcasts van hoge kwaliteit waarvan u nu kunt genieten. Het is de beste podcast-app en werkt op Android, iPhone en internet. Aanmelden om abonnementen op verschillende apparaten te synchroniseren.

 

Korte handleiding