ในสภาพแวดล้อมที่รถยนต์ไร้คนขับต้องร่วมทางกับมนุษย์ การเดาใจเพื่อนร่วมทางเป็นเรื่องที่ยากและเต็มไปด้วยความไม่แน่นอน งานวิจัยนี้นำเสนอ UAMP (Uncertainty-Aware Motion Planning) ซึ่งเป็นแนวทางใหม่ที่ให้ AI นำความไม่แน่นอนของความตั้งใจมนุษย์มาคำนวณด้วย แทนที่จะมองว่าคำทำนายเป็นเรื่องที่แน่นอน 100% เหมือนระบบเดิมๆ
UAMP ประกอบด้วยตัวประมาณความไม่แน่นอนที่รับรู้ระยะใกล้ (proximity-aware uncertainty estimator) เพื่อวัดค่าความเสี่ยงจากการปฏิสัมพันธ์ และระบบ UCVL (Uncertainty-Calibrated Value Learning) ที่ช่วยปรับแก้การเรียนรู้ของ AI ไม่ให้เกิดอคติจากข้อมูลที่ไม่ชัดเจน ผลการทดสอบในสถานการณ์จำลองที่ซับซ้อนพบว่า UAMP ช่วยเพิ่มทั้งความปลอดภัยและความสบายในการขับขี่ โดยไม่ลดทอนประสิทธิภาพการจราจรลง
