USA, algoritmo permette ai veicoli autonomi militari di studiare la guida umana

Un algoritmo di deep learning – che permette ai nuovi veicoli terrestri autonomi sviluppati dall’esercito americano di essere più efficienti osservando gli umani e imitandoli – è stato sviluppato da un team dell’Army Research Laboratory in collaborazione con gli scienziati dell’Università del Texas di Austin. Lo studio è stato pubblicato sulla rivista IEEE Robotics and Automation Letters.

L’algoritmo in oggetto permette ai veicoli terrestri autonomi di migliorare i propri sistemi di navigazione osservando guide umane. Questo approccio relativamente nuovo, basato su un nuovo algoritmo di Intelligenza Artificiale denominato “adaptive planner parameter learning from demonstration”, o APPLD, è stato già testato su uno dei veicoli terrestri autonomi dell’esercito americano.

Tecniche come queste saranno un importante contributo ai piani dell’esercito per progettare e mettere in campo veicoli da combattimento di nuova generazione che sono equipaggiati per navigare autonomamente in ambienti di dispiegamento fuoristrada”, spiega Garrett Warnell, uno dei ricercatori dell’esercito.

APPLD è stato sviluppato in modo da comportarsi quanto più possibile come la controparte umana: ciò permette al robot, in questo caso un veicolo fuoristrada autonomo, di essere flessibile e di adattarsi ai nuovi ambienti proprio come farebbe un essere umano.

Una singola dimostrazione della guida umana, fornita utilizzando un normale controller wireless per Xbox, ha permesso a APPLD di imparare come regolare il sistema di navigazione autonomo esistente nel veicolo in modo diverso a seconda del particolare ambiente locale”, specifica  Warnell.