CBNN
O treinamento em sistemas de direção autônoma avançou, mas ainda enfrenta limitações, como a impossibilidade de testá-los no mundo real (afinal, isso seria perigoso para outros motoristas e pedestres). Um grupo de pesquisadores encontrou um maneira de melhorar esse treinamento.
A equipe criou modelos que melhorar a renderização da imagem e facilitar a simulação de manobras complexasalgo comum no dia a dia dos motoristas.
O treinamento de direção autônoma tem limitações
O A condução autônoma não requer a presença de um motorista humano para funcionar. Mas como podemos testar estes sistemas em situações reais sem colocar em risco a vida de outros seres humanos?
A solução encontrada pela indústria foi a utilização de plataformas de simulação. Existem dois tipos:
- Simulação em malha aberta, na qual as ações dos veículos simulados não afetam o desempenho futuro;
- Simulação em circuito fechado, na qual as ações do veículo são aprendidas pelo sistema e influenciam situações futuras.
Como o TechXploresimulações em malha aberta são mais fáceis de implementar porque não se adaptam às ações e erros cometidos durante os testes. No entanto, também não deixa espaço para aprender com os erros. Neste caso, as simulações em circuito fechado refletem com mais fidelidade o mundo real e a sua adaptabilidade. A desvantagem é que eles tendem a ser mais exigentes computacionalmente e nem sempre realizam manobras complexas.
Pesquisadores têm a solução para direção autônoma
Uma equipe formada por cientistas da GigaAI, Universidade de Pequim, Li Auto Inc. e CASIA desenvolveu um método capaz de melhorar cenas de direção em simulações. O modelo foi descrito em artigo publicado em arXiv.
Na prática, o sistema utiliza conhecimentos de outros modelos mundiais para aprimorar técnicas de renderização de cenas de direção, que ocorrem principalmente em cenas complexas, como manobras e mudanças de faixa.
As soluções foram chamadas de ReconDreamer e Drive Restorer, e envolvem o treinamento progressivo de modelos de direção autônoma para minimizar falhas.
Leia mais:
Como funciona cada modelo
- ReconDreamer melhora a reconstrução da cena de direção ao integrar o conhecimento do modelo mundial;
- DriveRestorer é usado para mitigar erros por meio de uma estratégia de atualização progressiva usando dados renderizados de alta qualidade de manobras mais complexas.
A equipe testou ambas as invenções e considerou o resultados promissores. Segundo eles, o ReconDreamer é o “primeiro método para renderizar com eficácia em grandes manobras”.
empréstimo empresa privada
consulta bpc por nome
emprestimo consignado caixa simulador
seguro cartão protegido itau valor
itaú portabilidade consignado
simular emprestimo consignado banco do brasil
empréstimo consignado menor taxa
