Cómo Waymo Entrena a Sus Vehículos Autónomos para Evitar lo Improbable
La tecnología de conducción autónoma ha avanzado a pasos agigantados en los últimos años. Waymo, una de las empresas líderes en este campo, ha desarrollado un sistema conocido como Genie 3 que es capaz de manejar situaciones complejas y poco comunes en la carretera. Este artículo explora cómo Waymo entrena a sus vehículos para afrontar lo inesperado.
Entrenamiento con Vídeos de Escenarios Urbanos y Rurales
Los ingenieros de Waymo han alimentado a Genie 3 con un extenso conjunto de vídeos provenientes de diversas ciudades americanas. Estos vídeos incluyen tanto zonas urbanas como rurales, y carreteras secundarias. Este enfoque permite a los vehículos autónomos experimentar una amplia variedad de situaciones que podrían encontrarse en la vida real.
Creación de Escenarios Complejos
Una vez que el sistema ha sido alimentado con estos vídeos, los ingenieros crean diversas situaciones simuladas. Estas incluyen:
- Peatones cruzando fuera de los pasos peatonales.
- SUVs transportando objetos inestables.
- Árboles caídos bloqueando la carretera después de tormentas.
Durante estas simulaciones, el Waymo Driver tiene que decidir cuándo frenar, cambiar de carril o detenerse por completo. Cada una de estas decisiones se compara con las de trayectorias reales, permitiendo ajustar las órdenes de conducción para optimizar el rendimiento.
Adaptabilidad en Todo Tipo de Condiciones
Waymo no se limita a entrenar a sus vehículos simplemente en condiciones ideales. Por el contrario, pone a prueba su autonomía en situaciones extremas, como:
- Condiciones climáticas adversas: simulaciones de nieve intensa.
- Tráfico denso: donde el vehículo debe aprender a gestionar el flujo del tráfico.
- Obstáculos inesperados: como inundaciones donde tiene que maniobrar entre objetos flotantes.
Imitando Situaciones Improbables
Para asegurarse de que sus vehículos estén preparados para lo inusual, los ingenieros de Waymo se esfuerzan por crear situaciones extremas que raramente se encuentran en la realidad. Esto incluye la aparición de objetos inusuales en sus pruebas. Por ejemplo:
- Un tumbleweed gigante cruzando la carretera.
- Un elefante caminando por una calle de la ciudad.
- Un peatón disfrazado de dinosaurio merodeando en la vía.
Evaluación y Mejora Continua
Una parte crucial del proceso de entrenamiento implica que los ingenieros evalúen cómo responde el vehículo a estos escenarios complejos. Se analizan las distancias de seguridad y las trayectorias adoptadas, y luego se realizan ajustes:
- Los obstáculos se reposicionan para simular diferentes situaciones.
- La velocidad de los obstáculos se modifica para evaluar la coherencia en el comportamiento del vehículo.
Esta retroalimentación constante es esencial para desarrollar un sistema que pueda manejar situaciones que en la vida real podrían presentarse solo una vez cada varios millones de kilómetros.
Conclusión
Waymo ha establecido un nuevo estándar en la formación de vehículos autónomos al enfrentarlos a situaciones raras e inesperadas. Al implementar un enfoque pragmático y basado en simulaciones complejas, la compañía no solo mejora la seguridad en las carreteras, sino que también adapta sus tecnologías para un futuro donde la conducción autónoma será la norma. Con cada prueba y cada ajuste, Waymo se acerca un paso más a la creación de vehículos que puedan manejar cualquier situación en la carretera, por improbable que sea.
About the Author
