Forfatterne av det nye arbeidet antok at modeller trenes best ved å bruke prediksjon
Forskerne planlegger å utvikle en arkitektur som tar hensyn til både kortsiktige og langsiktige mål – disse er hovedkomponentene når man skal vurdere intensjonene til en fotgjenger eller en bil.
For eksempel er det en bil som befinner seg i et kryssønsker å svinge til venstre. Det er viktig å ikke bare ta hensyn til transportdynamikken, men også hvordan intensjonen kan endres avhengig av ulike faktorer: på grunn av eget ønske, andre trafikanter eller hindringer.
Deretter koder algoritmen først for tidligere erfaringer som modellen ble trent på for å forutsi hva de langsiktige og kortsiktige konsekvensene kan være.
Modellen tilordner alle omkringliggende objektersignaler er "intensjoner" som kan endre seg underveis, "miljø" som veiskilt og trær som påvirker agenters intensjoner, og "kontekstuelle signaler" som vær og veiforhold.
Forskerne evaluerte modellen deres i en serie tester og fant at den overgikk andre toppmoderne baneprediksjonsmetoder med 27 %.
Utviklerne tror at modellen kan være detbrukes til å forbedre sikkerheten og ytelsen til autonome kjøretøyer. I tillegg kan andre forskergrupper bruke LOKI -datasettet til å utarbeide egne modeller for å forutsi veier til fotgjengere og kjøretøyer på veien.
Å lese Lengre:
Ny iOS 15: utgivelsesdato, iPhone-design og funksjoner. Vi forteller alt som er kjent
Et ultratynnt materiale ble laget av hvitt grafen. Det vil erstatte servere
Se en tung angrepsdrone som bærer massevis av våpen