Autonomes Fahren: Robotermodellautos lernen "Rasen" in wenigen Minuten
Roboter-Modellautos dürfen beim autonomen Fahren ruhig aggressiver zu Werke gehen. Hauptsache schnell.
(Bild: RAIL)
Ein Forschungsteam der University of California in Berkley hat ein System entwickelt, mit dem kleine Roboter-Modellautos autonomes schnelles Fahren in kurzer Zeit trainieren. Die Fahrzeuge können sich dabei sehr schnell an reale Umgebungen anpassen. Nach Angaben der Wissenschaftler sei es das erste System dieser Art.
"Unser System, FastRLAP, trainiert autonom in der realen Welt, ohne menschliches Eingreifen und ohne dass eine Simulation oder eine Demonstration durch Experten erforderlich ist", sagt der federführende Robotik-Forscher des Projektes, Kyle Stachowicz. In "A System for Learning High-Speed Driving via Deep RL and Autonomous Practicing" haben er und seine Mitstreiter das System erläutert. Erschienen ist es auf Arxiv im Preprint.
Empfohlener redaktioneller Inhalt
Mit Ihrer Zustimmmung wird hier ein externes YouTube-Video (Google Ireland Limited) geladen.
Ich bin damit einverstanden, dass mir externe Inhalte angezeigt werden. Damit können personenbezogene Daten an Drittplattformen (Google Ireland Limited) übermittelt werden. Mehr dazu in unserer Datenschutzerklärung.
Zunächst werden in einer Initialisierungsphase Daten über verschiedene Fahrumgebungen generiert. Ein Modellauto wird dabei manuell über verschiedene Strecken gelenkt. Der Schwerpunkt liegt hier nicht auf Geschwindigkeit, sondern auf Kollisionsvermeidung. Bei dem Sammeln dieser Daten ist es unerheblich, um welches Fahrzeug es sich handelt. Es kann also auch von dem abweichen, das letztendlich das schnelle Fahren erlernen soll.
Rasen lernen in 20 Minuten
Mit den Daten wird ein Roboter-Modellauto gefüttert und fährt zunächst eine Runde auf einer zu erlernenden Strecke, um den Umkreis zu definieren. Das Fahrzeug fährt danach von allein. Mithilfe von Reinforcement Learning (RL) und anhand des Datensatzes wird das kleine Roboterauto darauf trainiert, die Strecke immer effizienter zu absolvieren. Das geschieht durch optimierte Richtungs- und Geschwindigkeitsanpassungen. Nach Angaben der Forschenden habe ein Training von 20 Minuten ausgereicht, um dann über eine Rennstrecke rasen zu können.
Dabei habe das System die Idee der "Rennlinie" übernommen: Dabei fährt das Roboterauto gleichmäßig durch die Kurven und maximiert dabei seine Geschwindigkeit in engen Kurven durch zunächst scharfes Abbremsen am Scheitelpunkt einer Kurve, um dann aus der Kurve wieder heraus zu beschleunigen. Auch gezielte Drifts erlerne das System.
Die Modell-Roboterautos gehen insgesamt recht aggressiv zu Werke, denn das System belohnt keine Fragen der Sicherheit. Es werde lediglich die Kollisionsvermeidung belohnt. Und das auch nur deshalb, weil dadurch verhindert wird, dass die Aufgabe nicht erfüllt wird. In Zukunft sollen aber auch Sicherheitsmaßnahmen berücksichtigt werden, wie etwa ein vorsichtiges Vorgehen in unbekannten Umgebungen.
(olb)