Gli autori del nuovo lavoro hanno ipotizzato che i modelli vengano addestrati meglio utilizzando la previsione
I ricercatori intendono sviluppare un'architettura che consideri sia gli obiettivi a breve che a lungo termine: questi sono i componenti principali quando si valutano le intenzioni di un pedone o di un'auto.
Ad esempio, c'è un'auto che si trova a un incrociovuole girare a sinistra. È importante tenere conto non solo delle dinamiche di trasporto, ma anche di come l'intenzione può cambiare a seconda di vari fattori: per volontà propria, per altri utenti della strada o per ostacoli.
Successivamente, l'algoritmo codifica innanzitutto le esperienze passate su cui il modello è stato addestrato per prevedere quali potrebbero essere le conseguenze a lungo e breve termine.
Il modello assegna a tutti gli oggetti circostantii segnali sono “intenzioni” che possono cambiare lungo il percorso, “ambiente” come segnali stradali e alberi che influenzano le intenzioni degli agenti e “segnali contestuali” come condizioni meteorologiche e stradali.
I ricercatori hanno valutato il loro modello in una serie di test e hanno scoperto che superava del 27% altri metodi all’avanguardia di previsione della traiettoria.
Gli sviluppatori credono che il modello possa essereutilizzato per migliorare la sicurezza e le prestazioni dei veicoli autonomi. Inoltre, altri gruppi di ricerca possono utilizzare il set di dati LOKI per preparare i propri modelli per prevedere i percorsi di pedoni e veicoli sulla strada.
Leggere Ulteriore:
Nuovo iOS 15: data di rilascio, design e caratteristiche dell'iPhone. Diciamo tutto ciò che si sa
Un materiale ultrasottile è stato realizzato in grafene bianco. Sostituirà i server
Guarda un drone d'attacco pesante che trasporta una tonnellata di armi