За словами авторів нової роботи, їхній підхід передбачає траєкторії всіх учасників руху. Спочатку ІІ
Дослідники заявили, що якщо роботи керуватимуть транспортом, то вони мають бути в змозі передбачити, що водії, велосипедисти та пішоходи робитимуть далі.
Автори нової роботи створили системупрогнозування поведінки, яка спочатку вгадує стосунки між двома учасниками дорожнього руху - який автомобіль, велосипедист чи пішохід має право проїхати, а кому треба поступитися дорогою. Далі ІІ використовує ці відносини для прогнозування майбутніх траєкторій.
Зазначається, що ці розрахункові були точнішими, ніж уінших моделей машинного навчання Методика Массачусетського технологічного інституту навіть перевершила нещодавно представлену модель компанії Waymo, яка займається автономним транспортом. Автори відзначають, що вони розбили завдання на кілька маленьких, тому процес споживає менше пам'яті.
Автори назвали свій метод машинного навчання M2I.Він використовує два типи вхідних даних: минулі траєкторії автомобілів, велосипедистів та пішоходів, які переміщуються по перехресті або чотирисмуговій дорозі, а також карту з вулицями та смугами руху. Використовуючи цю інформацію, ІІ визначає, як згідно з правилами дорожнього руху повинні переміщатися об'єкти. Потім модель прогнозування намагається передбачити траєкторію всім учасників дорожнього руху.
M2I прогнозує, як ці об'єкти будуть переміщатися протягом наступних восьми секунд.
Читати далі
За нею полювали століттями: що нам відомо про планету Вулкан поруч із Сонцем
Фізики експериментально підтвердили новий фундаментальний закон для рідин
Астрономи знайшли джерело загадкових радіосплесків, що йдуть з космосу