「UBCカナダの研究者が、都市ドライバーに最も安全な経路をマッピングする新しいAIアルゴリズムを紹介」

UBCカナダの研究者が都市ドライバーのための安全な経路をマッピングする新しいAIアルゴリズムを紹介

ナビゲーションアプリはリアルタイムでのナビゲーション指示を提供するアプリケーションです。利用可能なほとんどのナビゲーションアプリは、指定された場所への最速の移動経路を表示することができますが、これらのアプリは私たちに最も安全な経路を教えてくれません。

最速の経路は常に最高レベルの安全性を保証するわけではありませんので、安全性の重要性を考慮し、世界中で広範な研究が行われています。これにより、ナビゲーションシステムを向上させ、最も安全で効率的な経路を特定することが可能になります。

UBCの研究者は、最も安全な経路をナビゲートし提案することができるアルゴリズムを開発しました。研究チームは、リアルタイムの事故リスクデータを使用して都市ネットワーク内で最も安全な経路を特定する方法を開発しました。さらに、このアルゴリズムはGoogleマップなどのナビゲーションアプリにも組み込むことができ、誰でも利用できるようになります。

• 「AIの画像をどのように保存すべきか？Googleの研究者がスコアベースの生成モデルを使用した画像圧縮方法を提案」
• 研究者たちは、ビデオ記録を使用して、鳥の姿勢を3Dで追跡するための新しいマーカーレスAIメソッドを開発しました
• スタンフォード大学の研究者が、言語モデルの事前トレーニングのための拡張可能な二次最適化手法であるSophiaを紹介しました

この研究を支援するために、研究チームはアテネ市上空で複数の日にわたって運用される10台のドローンを使用し、これらのドローンによって生成されたデータを収集しました。彼らが収集したデータには、車両の位置、速度、加速度などが含まれています。この情報は、車両間の接近事故を特定するために非常に重要であり、その後、リアルタイムで車両間の衝突リスクを予測しました。この研究では、特定の経路の異なるポイントでの衝突リスクの大きさとその状況に曝される時間の長さを考慮したリアルタイムの経路探索アルゴリズムを開発することを目指しています。最も安全な経路は最速の経路と比較され、安全性と移動性のトレードオフが検証されます。

この研究の結果は非常に興味深いものです。研究では、最も安全な経路は最速の経路よりも22％安全である傾向がありますが、最速の経路は最も安全な経路よりもわずかに11％速いです。多くの状況では、最も安全な経路アルゴリズムは最速の経路と同じ経路をたどりますが、危険な場所を回避するために特定のポイントで迂回します。実際に、最も安全な経路は時間の54％で最速の経路となります。研究者は、道路利用者が方向を選択する際に安全性と効率性の両方を考慮すべきだと述べています。

この実験は、最速の経路と最も安全な経路の間にトレードオフが存在することを示しています。また、この研究はドメインのさまざまな他の研究領域への道を切り開きました。将来的には、1つの経路の安全性を他の経路の安全性と比較して数量化することもできるようになるでしょう。

このモデルの制限は、データが特定の都市でしか収集されず、限られた期間にわたってのみ収集されているため、交通環境の変化を正確に記述しない可能性があります。したがって、より大規模なスケールで、より長い期間にわたり、より多くの利用可能な経路でこのモデルをテストすることは有益であり、安全性と移動性のトレードオフを長距離にわたって特定し、潜在的に一般化することができるでしょう。そのため、研究者は現在、研究の範囲を他のいくつかの都市に拡大しています。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!