Veículos autônomos ainda enfrentam dificuldades para reagir com segurança a situações de tráfego raras, imprevisíveis e perigosas. Pesquisadores da Escola Politécnica da Universidade de São Paulo desenvolveram uma plataforma de simulação para testar esses cenários sem depender da coleta de dados em situações reais, que pode ser difícil, cara e insegura.
Chamado CORTEX (CORner Case Testing & EXploitation for Autonomous Vehicles Development), o sistema explora situações de risco predefinidas e concentra os testes nos casos que mais desafiam o controle do veículo. A proposta é fazer um teste de estresse mais rigoroso do que a amostragem aleatória tradicional.
O trabalho resultou na dissertação de mestrado “Plataforma de geração de casos críticos para o controle seguro de veículos autônomos”, orientada pelo professor Paulo Sergio Cugnasca. O estudo foi conduzido por Gabriel Kenji Godoy Shimanuki, engenheiro de computação.
O desafio das situações inesperadas
A tecnologia precisa lidar com quase infinitas combinações de possibilidades no trânsito. “Com 20 anos de experiência de desenvolvimento industrial de VAs e uso intensivo de recursos humanos e financeiros, ainda não foi possível chegar a uma solução completamente segura”, afirmou Shimanuki.
A dificuldade é relacionada ao chamado Paradoxo de Moravec. O conceito descreve a diferença entre tarefas que são complexas para os humanos, mas simples para computadores, e ações aparentemente básicas para as pessoas que continuam difíceis para as máquinas.
Robôs conseguem executar cálculos longos e aprender a jogar xadrez, mas têm problemas para realizar movimentos, perceber o ambiente e manter o equilíbrio. Em veículos autônomos, isso aparece na tomada de decisões diante de situações que não foram simuladas durante o treinamento.
O cientista da computação Hans Moravec resumiu o princípio em 1988: “comparativamente fácil fazer os computadores exibirem desempenho adulto em testes de inteligência, mas é difícil ou até mesmo impossível dar-lhes as habilidades de uma criança de um ano quando se trata de percepção e mobilidade”.
Para Shimanuki, uma pessoa aprende a dirigir com poucas dezenas de horas de prática e consegue enfrentar situações diferentes das encontradas no treinamento. Os sistemas robóticos, porém, ainda não generalizam o conhecimento da mesma forma. Por isso, as simulações buscam ampliar os testes de segurança antes que os veículos autônomos sejam submetidos às possibilidades do mundo real.
