Em breve, o carro sem motorista

O Estado de Nevada, oeste dos EUA, aprovou uma lei,  em vigor a partir de março do próximo ano,  que prevê a criação de regras para que carros inteligentes- leia-se, sem motorista – possam trafegar pelas ruas e estradas do estado.  Trata-se da primeira tentativa de  regulamentar o uso desse tipo de veículo.

Pesquisas e protótipos dessa tecnologia já existem há um bom tempo no mundo todo. A Google, em especial, tem investido nela e frequentemente seu carro-protótipo-autônomo é visto trafegando pelas ruas da Califórnia.

Carros autônomos são típicos exemplos de agentes inteligentes. Possuem sensores que capturam informações do meio ambiente e atuadores que agem de forma a controlar o veículo, baseados nas informações dos sensores. Esses detectam informações de localização, distância, luminosidade, terreno, velocidade, posição do volante, obstáculos, dentre outras, por meio de aparelhos de GPS, ultra-som, câmeras de alta resolução, giroscópios, bússolas eletrônicas, etc. Esse conjunto de entradas perceptivas do agente, obtido pelos sensores, é denominado  percepção. Uma sequência de  percepções determina a escolha de ações  a serem realizadas pelo agente. Uma função de agente mapeia uma sequência de percepções para uma ação. A lógica que determina esse mapeamento é determinada por um  programa de agente.  Esse recebe a sequência de percepções por meio dos sensores e retornam uma ação a ser realizada pelos atuadores. Em veículos autônomos, esses atuadores são motores de passo que atuam essencialmente sobre a injeção de combustível, freio, câmbio e direção.

Existem várias possibilidades de implementação de programas de agentes para veículos autônomos. Tais programas devem dar uma resposta imediata aos atuadores, em tempo-real, baseada na informação atual proveniente dos sensores. Essa resposta vai depender também, de um objetivo, ou seja, onde o veículo pretende chegar, que determina o caminho  a ser percorrido.  Assim sendo, veículos autônomos são formalmente denominados agentes reativos simples norteados por objetivos.  

Algoritmos de aprendizado artificial, como redes neurais, podem ser utilizados para fazer com que o veículo aprenda, por exemplo, um caminho realizado com freqüência, ou ainda, a localização de obstáculos fixos, diminuindo, consequentemente, a necessidade de informações provenientes dos sensores.

Um possibilidade interessante, em pesquisa nos Estados Unidos, é a colocação de sinalizadores nas margens das vias, que indicariam seus limites. Esses sinalizadores auxiliam na manutenção do veículo na via, simplificando o algoritmo do programa de agente e diminuindo a demanda por informações provenientes de câmeras ou de sensores de ultra-som.
Veja abaixo, o veículo autônomo da Google em funcionamento.