• Logo Biblioteca de la Universidad de Sevilla
  • Páginas

  • Categorías

  • RSS GME RSS

    • Se ha producido un error; es probable que la fuente esté fuera de servicio. Vuelve a intentarlo más tarde.
  • Archivo de MATBUS

  • Comentarios recientes

    Mando a distancia te… en Nuevo curso, nuevo sitio del…
    AmongNosotros en Se inspira en el juego ‘Among…
    Jorge en Se inspira en el juego ‘Among…
  • Escribe tu dirección de correo electrónico para suscribirte a este blog, y recibir notificaciones de nuevos mensajes por correo.

    Únete a 133 seguidores más

Matemáticas para afrontar los retos de los coches autónomos

Los vehículos autónomos son una de las mayores innovaciones tecnológicas que se esperan, aunque traerán inconvenientes y nuevos retos que la sociedad tendrá que abordar.

La Unión Europea ya está realizando esfuerzos en esta dirección, financiando proyectos como TRUSTONOMY. En este marco, son relevantes algunas herramientas relacionadas con tres áreas de las matemáticas: el análisis de riesgos clásico, y dos líneas de investigación novedosas: el aprendizaje automático adversario y el análisis de riesgos adversarios.

Los algoritmos que controlan los vehículos se basan en modelos de aprendizaje automático profundo, sobre todo en redes neuronales convolutivasrecurrentes y de aprendizaje por refuerzo. A través de estos procesan la información captada por sensores en el coche sobre la escena de tráfico y toman las decisiones pertinentes.

Para evitar incidentes, es preciso crear algoritmos de clasificación robustos frente a ataques, lo que ha dado lugar al campo de investigación relativamente reciente del aprendizaje automático adversario.

También son necesarios modelos de predicción de riesgos que avisen al conductor en situaciones de peligro, cuando este todavía tenga un cierto control sobre el vehículo.

En este periodo de transición será imprescindible disponer de mecanismos de coexistencia entre vehículos autónomos y no autónomos. Cuando todos son autónomos, la coordinación es sencilla: todos ellos se comunicarán y será posible pasar a un modo de coordinación de grupo, utilizando métodos de teoría de juegos cooperativos y sistemas multiagente de aprendizaje por refuerzo.

En un grupo heterogéneo no es posible la comunicación con los vehículos estándar, con lo que los sistemas de vehículos autónomos deberán predecir la evolución de los estándar para tomar las decisiones adecuadas, un problema en el que es idóneo el uso del análisis de riesgos adversarios.

Todas estas herramientas matemáticas serán clave para adecuar la implantación de esta tecnología que, probablemente, cambie el mundo tal y como lo conocemos.

Fuente:

https://elpais.com/elpais/2020/01/30/ciencia/1580409528_027572.html

A %d blogueros les gusta esto: