چکیده
وی گفت: "وسایل نقلیه خودمختار برای هدف رفتار انسان از شرکت کنندگان در ترافیک تخمین زده شده و تعامل آنها مشکل اصلی در سیستم رانندگی خودکار است. نظریه شناختی کلاسیک فرض می کند که رفتار شرکت کنندگان در ترافیک انسان هنگام مطالعه تخمین قصد و تعامل کاملاً منطقی است. با این حال، با توجه به شناخت کوانتومی و نظریه تصمیم گیری و همچنین موارد ترافیکی عملی، رفتار انسان از جمله رفتار ترافیکی اغلب غیرمنطقی است، که ناقض شناخت کلاسیک و نظریه تصمیم گیری است. این مقاله بر اساس نظریه شناختی کوانتومی به بررسی مشکل شناختی عبور عابر پیاده می پردازد. از طریق تجزیه و تحلیل موردی، ثابت می‌شود که مدل بیزی کوانتومی (QLB) می‌تواند منطقی بودن عابران پیاده را هنگام عبور از خیابان در مقایسه با مدل احتمال کلاسیک در نظر بگیرد و با وضعیت واقعی سازگارتر است. آزمایش پیش‌بینی مسیر ثابت می‌کند که مدل QLB می‌تواند رویدادهای لبه را در صحنه‌های تعاملی در مقایسه با مدل اجتماعی-LSTM مبتنی بر داده پوشش دهد، که با مسیر واقعی سازگارتر است. این مقاله مرجع جدیدی برای تحقیق در مورد مشکل شناختی قصد در مورد رفتار منطقی محدود شرکت کنندگان در ترافیک انسانی در رانندگی خودران ارائه می دهد.
منبع: https://semiengineering.com/research-on-quantum-cognition-in-autonomous-driving/
