Az új munka szerzői azt feltételezték, hogy a modelleket az előrejelzés segítségével lehet a legjobban képezni
A kutatók olyan architektúrát terveznek kidolgozni, amely mind a rövid, mind a hosszú távú célokat figyelembe veszi – ezek a fő összetevők a gyalogosok vagy autók szándékainak felmérésekor.
Például van egy autó, amely egy kereszteződésben vanbalra akar fordulni. Fontos, hogy ne csak a közlekedés dinamikáját vegyük figyelembe, hanem azt is, hogy a szándék hogyan változhat különböző tényezőktől függően: saját vágya, más közlekedők vagy akadályok miatt.
Ezután az algoritmus először azokat a múltbeli tapasztalatokat kódolja, amelyek alapján a modellt képezték, hogy megjósolja, milyen hosszú és rövid távú következményei lehetnek.
A modell hozzárendeli az összes környező objektumotA jelzések olyan „szándékok”, amelyek az út során változhatnak, „környezet”, például útjelző táblák és fák, amelyek befolyásolják az ügynökök szándékait, valamint „kontextuális jelzések”, például időjárási és útviszonyok.
A kutatók egy sor teszt során értékelték modelljüket, és azt találták, hogy 27%-kal jobb teljesítményt nyújt a többi korszerű pálya-előrejelzési módszernél.
A fejlesztők úgy vélik, hogy a modell lehetaz autonóm járművek biztonságának és teljesítményének javítására szolgál. Ezenkívül más kutatócsoportok a LOKI adatkészlet segítségével saját modelleket készíthetnek a gyalogosok és a járművek útjának előrejelzésére.
Olvasni További:
Új iOS 15: a megjelenés dátuma, az iPhone kialakítása és funkciói. Mindent elmondunk, ami ismert
Rendkívül vékony anyag készült fehér grafénből. Lecseréli a szervereket
Lásd egy nehéz támadási drónt, amely rengeteg fegyvert szállít