В этом месяце Анка Драган, научный сотрудник Waymo и доцент кафедры электротехники и компьютерных наук Калифорнийского университета в Беркли (где она также возглавляет лабораторию InterACT в Беркли) была награждена Президентской премией за раннюю карьеру для ученых и инженеров. В этом посте Анка расскажет нам больше о работе, которая привела к получению награды, и о том, чем она занимается в Waymo.

Waymo ищет талантливых инженеров по программному и аппаратному обеспечению, исследователей и нестандартных мыслителей, которые помогут нам решать реальные проблемы, продвигать современные технологии и делать дороги безопаснее для всех. Приходите работать с другими увлеченными инженерами и исследователями мирового уровня над новыми и трудными проблемами - узнайте больше на waymo.com/joinus.

В. Как вы узнали, что выиграли награду PECASE?

Я садился в самолет в Румынию, где читал курс, и мне пришло письмо с поздравлением от человека, которого я недавно встретил на конференции. Я подумал: «Подожди, что?» Итак, мне пришлось искать свое имя и «PECASE» в Google, и, наконец, я нашел список победителей на веб-сайте Белого дома. Моей первой реакцией было предположить, что это была ошибка, потому что мне никто не сказал, но когда я приземлился, я получил электронное письмо от Национального научного фонда, в котором говорилось, что я выиграл и должен приехать в Вашингтон.

В. Не могли бы вы рассказать нам об исследовании, в результате которого была получена награда?

Мой проект, который проводился в Беркли и финансировался Национальным научным фондом, был сосредоточен на том, чтобы роботы могли координировать свои действия с людьми. В частности, заставить роботов понять, как их действия влияют на действия окружающих их людей, а затем учесть это при планировании. Например, когда мы разделяем дорогу, мы координируем свои действия с другими участниками дорожного движения, и то, что они делают, зависит от того, что мы делаем, и наоборот. В рамках проекта предполагалось, что роботы будут использовать идею отдавать и брать, чтобы они могли более плавно и эффективно взаимодействовать, оставаясь при этом в безопасности.

В. Как это «давать и брать» применимо к беспилотным автомобилям?

Во-первых, если вы попытаетесь предсказать, что хотят делать все остальные, не учитывая тот факт, что вы можете на них повлиять, вы в конечном итоге сильно застрянете. Представьте, что вы пытаетесь влиться в трафик, но не можете найти достаточно большой разрыв. Как только беспилотный автомобиль понимает, что другие люди могут ускоряться или тормозить, когда они понимают, что автомобиль пытается сесть в него, он знает, что, по сути, может создать для себя достаточно большой зазор. В сотрудничестве со студентами и преподавателями Беркли в нашем проекте было изучено, как смоделировать это взаимное влияние с помощью теории игр (вы можете узнать больше о наших последних результатах в этой статье).

В. С какими проблемами вы столкнулись?

Помимо вычислительной сложности, одна проблема заключается в том, что не существует универсальной или единой модели вождения человека. Некоторые водители хороши, а другие агрессивны или невнимательны. В рамках проекта мы смоделировали стили вождения как оптимальные с учетом различных компромиссов или приоритетов людей. Идея заключалась в том, чтобы изучить действия другого водителя, чтобы оценить, какая модель лучше всего подходит.

Мы обнаружили, что изначально это не сработало, потому что многие водители ведут себя очень похоже, если они просто ехали вперед без какого-либо вмешательства. Поэтому мы добавили роботу небольшой стимул для сбора информации и предприняли действия, проверяющие стиль вождения конкретного человека. Робот начинал выходить на переулок в поисках ответа, готовый вернуться, если человек не замедлится. В другом эксперименте с остановкой в ​​4 стороны наш автомобиль двигался вперед и смотрел, останавливается ли человек, чтобы позволить ему проехать.

В: Как вы попали в Waymo?

Я работал в Беркли, когда мне позвонил Уэймо. Я объяснил, что у меня уже есть работа на полную ставку, но, возможно, я смогу проконсультироваться на полставки. Я встретил людей из исследовательских и поведенческих групп и знал, что хочу с ними работать. Что действительно особенного в Waymo для меня, так это то, что это самые современные технологии. Я мог бы пойти куда-нибудь еще и помочь им наверстать упущенное, или я мог бы прийти сюда и помочь продвинуть вперед самые передовые технологии. Мне, как ученому, последнее показалось мне гораздо более действенным.

Кроме того, мне нравится работать над сложными проблемами, такими как тонкости того, как роботы координируют свои действия и договариваются с людьми. Чтобы работать над этим, вам нужно присоединиться к команде, у которой есть система, которая уже работает достаточно хорошо. Если вашей системе не хватает восприятия, а обнаружение объектов по-прежнему является вашей проблемой, тогда вы не сможете извлечь пользу из моей работы, потому что вам предстоит долгий путь. Было совершенно очевидно, что Waymo намного опередила их, и что проблемы, с которыми они столкнулись, были множеством тех тонких проблем, которые я люблю решать.

В: Что вас удивило, когда вы пришли в Waymo?

Я был действительно впечатлен тем, насколько знающие люди здесь были в последних передовых исследованиях. И я был потрясен тем, сколько усилий было потрачено не только на разработку этой технологии, но и на размышления о сложных интеллектуальных проблемах, возникающих при тестировании и проверке. Как исследователь, я привык думать, что формирование поведения было действительно трудной частью, но работа в Waymo открыла мне глаза на то, насколько сложны тестирование и моделирование. Наконец, я был впечатлен тем, насколько мы заботимся о безопасности. Вокруг Waymo вы слышите, что «безопасность - наш приоритет», но когда вы посторонний, вы не понимаете, насколько серьезно мы это имеем в виду.

В: Поскольку вы общаетесь с большим количеством людей в Waymo, какие проекты вас больше всего волнуют?

Один проект, который действительно находится на переднем крае исследований, - это разработка еще более реалистичных агентов для моделирования. Симулятор Waymo - мощный инструмент, потому что мы можем повторно проехать мили, которые мы проехали ранее. Это особенно важно для быстрой обратной связи об изменениях в нашем программном обеспечении до того, как они будут внедрены в автомобиль. Чтобы наша симуляция была точной, наш симулятор должен учитывать тот факт, что другие агенты в сцене могут также изменить свои действия по сравнению с тем, что произошло в реальной жизни.

В: Какой совет вы бы дали тем, кто только начинает свою карьеру?

Мой общий совет всем - не недооценивайте ценность прочного математического образования. Методы машинного обучения могут измениться, но математика останется прежней. Также разнообразьте свои интересы! Не придерживайтесь одного конкретного поля или подполя; попробуйте узнать что-то еще и соединить точки, чтобы увидеть, сочетаются ли вещи друг с другом. Вот что так интересно в общении с человеком и роботом - я имею дело с роботами, но я также использую когнитивную науку и даже поведенческую экономику!