Autori novej práce predpokladali, že modely sa najlepšie trénujú pomocou predikcie
Výskumníci plánujú vyvinúť architektúru, ktorá berie do úvahy krátkodobé aj dlhodobé ciele - to sú hlavné komponenty pri posudzovaní zámerov chodcov alebo automobilov.
Ide napríklad o auto, ktoré je na križovatkechce odbočiť doľava Je dôležité vziať do úvahy nielen dynamiku dopravy, ale aj to, ako sa zámer môže meniť v závislosti od rôznych faktorov: kvôli vlastnej túžbe, iným účastníkom cestnej premávky alebo prekážkam.
Ďalej algoritmus najprv zakóduje minulé skúsenosti, na ktorých bol model trénovaný, aby predpovedal, ktoré z nich by mohlimajú dlhodobé a krátkodobé účinky.
Model priraďuje popisy všetkým okolitým objektom – ide o "zámery ", ktoré môžuZmeňte za pochodu "prostredie", ako sú dopravné značky a stromy, ktoré ovplyvňujú zámer agentov, a "kontextové podnety", ako je počasie a podmienky na ceste.
Výskumníci vyhodnotili svoj model v sérii testov a zistili, že prekonalĎalšie moderné metódy predpovedania trajektórie o 27%.
Vývojári veria, že model môže byťpoužíva sa na zvýšenie bezpečnosti a výkonu autonómnych vozidiel. Okrem toho môžu ďalšie výskumné skupiny použiť súbor údajov LOKI na prípravu vlastných modelov na predpovedanie ciest chodcov a vozidiel na ceste.
Čítať Ďalej:
Nový iOS 15: dátum vydania, dizajn a funkcie iPhone. Hovoríme všetko, čo sa vie
Ultratenký materiál bol vyrobený z bieleho grafénu. Nahradí servery
Pozrite sa na ťažký útočný dron, ktorý nesie veľa zbraní