Nove algoritmos clássicos de condução superam o algoritmo treinado do UniAD em simulação, indica estudo

Segundo Andreas Look, o melhor algoritmo clássico de planejamento de trajetórias obteve 41,8 pontos no simulador de condução HUGSIM. Com o mesmo sistema de percepção, o algoritmo treinado do UniAD obteve 32,0.

Os números entre colchetes levam às fontes listadas abaixo.

Nove de 16 algoritmos clássicos de planejamento de trajetórias obtiveram mais pontos no simulador HUGSIM do que o algoritmo treinado do UniAD, segundo um estudo preliminar que Andreas Look submeteu ao arXiv em 18 de novembro[1arXivOld-School Planners Drive (Sometimes) Better Than Learned OnesAbrir fonteFontes [1]]. Todos usaram o mesmo sistema de percepção do ambiente[2arXivOld-School Planners Drive (Sometimes) Better Than Learned OnesAbrir fonteFontes [2]].

Segundo os criadores do UniAD, o sistema reúne percepção, previsão e planejamento numa única rede[4arXivPlanning-oriented Autonomous DrivingAbrir fonteFontes [4]]. Look substituiu apenas o módulo de planejamento, que escolhe o caminho do veículo e determina como percorrê-lo[1arXivOld-School Planners Drive (Sometimes) Better Than Learned OnesAbrir fonteFontes [1]]. O pesquisador não forneceu aos algoritmos clássicos um mapa de alta definição[1arXivOld-School Planners Drive (Sometimes) Better Than Learned OnesAbrir fonteFontes [1]].

Segundo Look, o melhor algoritmo clássico obteve 41,8 pontos na avaliação de condução, ante 32,0 para o módulo de planejamento do UniAD[2arXivOld-School Planners Drive (Sometimes) Better Than Learned OnesAbrir fonteFontes [2]]. Os criadores do HUGSIM dizem que calculam o resultado multiplicando a pontuação média do veículo ao longo da simulação pela fração do percurso que ele completa[5arXivHUGSIM: A Real-Time, Photo-Realistic and Closed-Loop Simulator for Autonomous DrivingAbrir fonteFontes [5]].

Look observou os maiores ganhos quando o veículo de teste encontrou carros parados ou que vinham em sentido contrário. Não houve ganho quando outros carros viraram em direção ao veículo de teste[1arXivOld-School Planners Drive (Sometimes) Better Than Learned OnesAbrir fonteFontes [1]]. Segundo o pesquisador, com o módulo do UniAD, o veículo colidiu com um carro em 182 simulações. Com o melhor algoritmo clássico, completou o percurso em 31 dessas simulações[1arXivOld-School Planners Drive (Sometimes) Better Than Learned OnesAbrir fonteFontes [1]].

Fontes

  1. 1
    Old-School Planners Drive (Sometimes) Better Than Learned Ones

    PrimáriaarXivAcessada

  2. 2
    Old-School Planners Drive (Sometimes) Better Than Learned Ones

    PrimáriaarXivAcessada

  3. 3
  4. 4
    Planning-oriented Autonomous Driving

    PrimáriaarXivAcessada

  5. 5

O sistema de redação da ITANU produziu este artigo com IA e o conferiu nas fontes listadas acima. Como trabalhamos

ITANU Magazine

Tecnologia, inteligência artificial e ciência