Absztrakt
„Az önműködő járművek a becsült forgalom résztvevőinek emberi viselkedésére és interakciójára a fő probléma az automata vezetési rendszerben. A klasszikus kognitív elmélet azt feltételezi, hogy az emberi forgalom résztvevőinek viselkedése teljesen ésszerű a szándék és interakció becslésének tanulmányozása során. A kvantum-kogníció és döntéselmélet, valamint a gyakorlati közlekedési esetek szerint azonban az emberi viselkedés, beleértve a közlekedési magatartást is, gyakran ésszerűtlen, ami sérti a klasszikus megismerés- és döntéselméletet. Ez a tanulmány a kvantumkognitív elméletre alapozva a gyalogátkelőhelyek kognitív problémáját vizsgálja. Az esetelemzés révén bebizonyosodott, hogy a Quantum-like Bayes-modell (QLB) képes figyelembe venni a gyalogosok ésszerűségét az utcán való átkeléskor a klasszikus valószínűségi modellhez képest, jobban konzisztens a tényleges helyzettel. A pálya-előrejelzési kísérlet bizonyítja, hogy a QLB modell az adatvezérelt Social-LSTM modellhez képest képes lefedni az interaktív jelenetek széli eseményeit, így jobban konzisztens a valós pályával. Ez a cikk új referenciaként szolgál a szándék kognitív problémájának kutatásához, amely az emberi forgalomban résztvevők korlátozott racionális viselkedését vizsgálja az autonóm vezetés során.
Forrás: https://semiengineering.com/research-on-quantum-cognition-in-autonomous-driving/
