Panoorin ang Mini Self-Pagmamaneho ng Georgia Tech ng Shred isang Drift Track

Ang mga computer ay nakakakuha ng mas mahusay sa paggawa ng lahat ng uri ng kumplikado, masarap na mga gawain na walang mga tao. Ang malaking pagkahumaling ngayon ay tungkol sa mga self-driving na mga kotse, na maaaring baguhin nang lubusan ang pagpapadala ng kargamento at personal na transportasyon. Ngunit hanggang ngayon, ang teknolohiya sa pagmamaneho sa sarili ay kadalasang nakakulong sa nakakatawang mga forklift at tumutulong sa mga tao na lumakad nang mas kaunti. Ngunit hindi na, tulad ng Georgia Tech lamang korte kung paano gumawa ng mga autonomous na mga sasakyan ganap na gnarly.

Ang isa sa mga problema sa mga self-driving na sasakyan ay kulang ang kakayahan nila upang gawin ang uri ng pinong-tono, split-second na pagsasaayos sa mabilis na pagpapalit ng stimuli, tulad ng kanilang mga gulong na dumudulas sa mataas na bilis. Naturally, isang kumpol ng mga computer sa Georgia Tech ang nagpasya ang mga siyentipiko ang pinakamahusay na paraan upang ayusin ito ay ang programa ng isang autonomous na kotse na may kakayahang gumawa ng powerslides.

"Ang kapana-panabik na bagay tungkol sa teknolohiyang ito na mayroon kami ay ang kakayahan ng kotse na gawin ang mga kilalang agresibo na maniobra," sabi ni Jim Rehg, isang propesor sa School of Interactive Computing ng Georgia Tech. "Kaya sa panahon ng pag-ikot, halimbawa, ang kotse ay literal na pag-slide sa paligid ng pagliko na ito ay hindi pagpapanatili nito kumpletong makipag-ugnay sa ibabaw ng kalsada. Gayunpaman sa kabila ng pag-slide na maniobra, na nagbibigay sa amin ng maraming bilis sa mga liko, ang kotse ay talagang matatag at ligtas."

Tulad ng literal na bawa't tinedyer na naglagay ng mga gulong sa goma sa isang dumi ng kalsada o walang laman na paradahan (o sa harap ng damuhan ng kapitbahay, isang beses, noong 2006, napakasama ko si Mrs. Johannsen) ay maaaring magpatotoo, ang pag-anod ay talagang kapana-panabik, ngunit sinasabi ng mga mananaliksik ang kanilang mga programa ay may kakayahang malayo higit pa kaysa sa mga bagay-bagay lamang sakit-asno drifts.

"Ang mga algorithm na aming binuo ay magagawang ipaliwanag sa hinaharap kung ano ang gagawin ng sasakyan sa susunod na tatlo o apat o limang segundo at makabuo ng humigit-kumulang dalawa o tatlong libong posibilidad ng kung ano ang mangyayari," sabi ni Panagiotis Tsiotras, isang propesor sa engineering ng Aerospace engineering ng Georgia Tech.

Ang kakayahang mag-project ng mga posibilidad sa hinaharap at pag-aralan ang mga ito ay maaaring magamit sa halos lahat ng larangan ng autonomous na teknolohiya, ngunit pagkatapos ng video na ito, siguradong umaasa na ito ay humantong sa kahit na mas malaki at mas mahusay na mga drift-drone. Siguro, maaaring mas mahalaga sila kaysa sa isang kapalit para sa Humvee o iba pang militar na A.I.s, subalit sila ay siguraduhin na ang impyerno ay malupit sa mga lansangan.

Panoorin ang video sa ibaba.