Исследователь из Колледжа инженерии и информатики Атлантического университета Флориды разработал новую технологию для автономных систем, которая реагирует на человеческие эмоции, основываясь на настроениях человека, изученных с помощью машин. Его решение «Адаптивное управление настроением в полу- или полностью автономных транспортных средствах» получило очень конкурентоспособный патент на полезность от Управления США по патентам и товарным знакам для FAU.
Adaptive Mood Control обеспечивает удобный, приятный и, что более важно, заслуживающий доверия опыт для людей, которые взаимодействуют с автономными транспортными средствами. Технология может использоваться в широком спектре автономных систем , включая беспилотные автомобили, автономные военные транспортные средства, автономные самолеты или вертолеты и даже социальные роботы.
«Уникальность этого изобретения заключается в том, что рабочие режимы и параметры, связанные с воспринимаемыми эмоциями, обмениваются с соседними транспортными средствами для достижения целей адаптивного модуля управления настроением в полу- или полностью автономном транспортном средстве в контексте совместного вождения», — сказал Мехрдад Ноджумян, доктор философии. «Взаимодействие человека, ИИ и автономии находится в центре внимания академических кругов и отраслей. В частности, доверие между людьми и ИИ/автономными технологиями играет решающую роль в этой области, поскольку оно напрямую влияет на социальную приемлемость этих современных технологий».
«Одна из основных проблем, связанных с технологиями полностью или полуавтономных транспортных средств, заключается в том, что они могут быть не в состоянии точно предсказать поведение других автономных транспортных средств и транспортных средств, управляемых человеком. Это предположение важно для правильной навигации автономных транспортных средств на дорогах, — сказала Стелла Баталама, доктор философии, декан Колледжа инженерии и информатики. «Инновационная и передовая технология профессора Ноджумяна позволяет обойти эту проблему, используя алгоритмы машинного обучения для изучения моделей поведения людей, которые едут в этих транспортных средствах».
Источник — Astera.