абстрактний
«Автономні транспортні засоби з огляду на людську поведінку передбачуваних учасників руху та їх взаємодію є основною проблемою в системі автоматичного керування. Класична когнітивна теорія припускає, що поведінка учасників руху людей є цілком розумною при дослідженні оцінки намірів та взаємодії. Однак, згідно з квантовою теорією пізнання та прийняття рішень, а також практичними випадками дорожнього руху, поведінка людини, включно з поведінкою на дорогах, часто є нерозумною, що порушує класичну теорію пізнання та прийняття рішень. На основі квантової когнітивної теорії ця стаття вивчає когнітивну проблему пішохідного переходу. За допомогою аналізу випадків доведено, що квантово-подібна байєсівська (QLB) модель може враховувати доцільність пішоходів під час переходу вулиці порівняно з класичною імовірнісною моделлю, будучи більш узгодженою з фактичною ситуацією. Експеримент прогнозування траєкторії доводить, що модель QLB може охоплювати крайові події в інтерактивних сценах порівняно з моделлю Social-LSTM, керованою даними, будучи більш узгодженою з реальною траєкторією. Ця стаття є новим посиланням для дослідження когнітивної проблеми намірів щодо обмеженої раціональної поведінки учасників руху людей під час автономного водіння».
Джерело: https://semiengineering.com/research-on-quantum-cognition-in-autonomous-driving/