色哟哟视频在线观看-色哟哟视频在线-色哟哟欧美15最新在线-色哟哟免费在线观看-国产l精品国产亚洲区在线观看-国产l精品国产亚洲区久久

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
电子发烧友
开通电子发烧友VIP会员 尊享10大特权
海量资料免费下载
精品直播免费看
优质内容免费畅学
课程9折专享价
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

如何使用Trajeglish幫助自動(dòng)駕駛汽車學(xué)習(xí)人類駕駛行為語言呢?

NVIDIA英偉達(dá)企業(yè)解決方案 ? 來源:NVIDIA英偉達(dá)企業(yè)解決方案 ? 2023-12-29 16:46 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

駕駛員之間的溝通常常遠(yuǎn)超于轉(zhuǎn)向燈和剎車燈的使用,很多情況下都依賴于人與人之間的交流,而并非汽車技術(shù),比如,示意另一輛車?yán)^續(xù)前行,觀察另一位駕駛員是否注意到了自己,友好地向?qū)γ娴能嚀]手等。

在不久的將來,自動(dòng)駕駛汽車(AV)必將與人類駕駛員共存,因此它們需要能夠理解這種行為,才能做出不阻礙交通的安全決策。

為了在訓(xùn)練中解決這一挑戰(zhàn),開發(fā)者必須能夠預(yù)測其他車輛的未來運(yùn)動(dòng)會(huì)如何受到自動(dòng)駕駛汽車行動(dòng)的影響。NVIDIA Research 團(tuán)隊(duì)在最近發(fā)表的一篇論文中介紹了一種交通建模方法——Trajeglish,其能夠以語言模型對(duì)單詞和短語進(jìn)行分詞的方式,來對(duì)車輛運(yùn)動(dòng)進(jìn)行分詞化處理,以此實(shí)現(xiàn)逼真的多車輛駕駛場景仿真

在Waymo仿真智能體挑戰(zhàn)賽(Waymo Sim Agents Challenge)的第一輪(V0)中,與其他 16 個(gè)交通模型相比,使用這種分詞化處理方法生成的交通軌跡最為逼真,比之前最先進(jìn)的模型高出 3.3%。

如同語言模型將段落分解成單詞和短語一樣,Trajeglish 通過將每個(gè)場景分解成詞元(tokens)來模擬智能體交通場景。這種方法可以考慮每個(gè)智能體和軌跡之間的相互關(guān)系,并根據(jù)它們的初始位置對(duì)運(yùn)動(dòng)進(jìn)行預(yù)測,以涵蓋所有可能發(fā)生的交互。

a9c8bf20-a621-11ee-8b88-92fbcf53809c.png

圖 1. Trajeglish 僅根據(jù)行車日志的初始時(shí)間步而建模的場景,黑色標(biāo)記處用于提示模型的初始狀態(tài)。

在只有現(xiàn)實(shí)場景初始時(shí)間步的情況下,Trajeglish 也能嚴(yán)格按照日志數(shù)據(jù),真實(shí)仿真其他車輛如何對(duì)自動(dòng)駕駛汽車的行動(dòng)做出反應(yīng)。

模擬人類行為

在單車道高速公路場景中,模擬人類的駕駛行為相對(duì)簡單,因?yàn)樵诖祟悎鼍爸泻苌儆薪徊媛房凇⑽矬w或行人。

但在城市環(huán)境中,由于交通流量和道路種類的增加,模擬多輛車的難度要大得多。為了建立適用于更廣泛場景的交通模型,近期的方法都在追求模仿行車日志中所觀察到的駕駛行為。

為了在仿真中做到這一點(diǎn),需要對(duì)一個(gè)智能體在每個(gè)時(shí)間步中的實(shí)際行動(dòng)進(jìn)行采樣,所采樣的行動(dòng)必須符合“時(shí)間步內(nèi)依賴關(guān)系”,即對(duì)應(yīng)所有其他智能體在該時(shí)間步所選擇的行動(dòng)。

現(xiàn)實(shí)世界中的各行為主體都具有獨(dú)立的行為,但在交通模型中,由于行車日志是在不連續(xù)的時(shí)間戳上記錄的,時(shí)間步之間的任何交互都會(huì)表現(xiàn)為協(xié)作行為,這使得時(shí)間步內(nèi)依賴關(guān)系變得十分必要。通常不會(huì)記錄在日志數(shù)據(jù)中的交互,如眼神接觸或轉(zhuǎn)向燈等,也會(huì)使記錄場景中的行為主體之間產(chǎn)生協(xié)作。

Trajeglish 需要清楚地模擬這種時(shí)間步內(nèi)依賴關(guān)系。為此,Trajeglish 采用與語言模型相同的方式對(duì)給定場景進(jìn)行分詞化處理,使模型能夠根據(jù)場景情境只預(yù)測可能的軌跡或詞元。然后,Trajeglish 通過分析所有被分詞化處理的場景的分布,模擬該時(shí)間步中的下一步行動(dòng)。

a9d95574-a621-11ee-8b88-92fbcf53809c.png

圖 2. Trajeglish 通過不斷迭代地找到與下一狀態(tài)角距離最小的詞元來對(duì)軌跡進(jìn)行分詞化處理。

這個(gè)預(yù)測下一個(gè)詞元的過程會(huì)不斷重復(fù)。在對(duì)一定數(shù)量的詞元進(jìn)行采樣后,Trajeglish 就能掌握足夠的上下文,對(duì)各種長度和任意數(shù)量智能體的場景進(jìn)行預(yù)測。

領(lǐng)先方法

Trajeglish 與 Waymo 仿真智能體挑戰(zhàn)賽 V0 排行榜上的其他 16 個(gè)模型進(jìn)行了比較,每個(gè)模型的任務(wù)是根據(jù) 1 秒鐘的初始駕駛信息,為最多 128 個(gè)智能體同時(shí)對(duì) 32 個(gè)場景一致的軌跡進(jìn)行仿真。

該挑戰(zhàn)賽根據(jù)分布匹配度來評(píng)估每個(gè)仿真的真實(shí)性,計(jì)算出這些仿真場景的若干統(tǒng)計(jì)數(shù)據(jù),并與在記錄場景中計(jì)算出的這些統(tǒng)計(jì)數(shù)據(jù)進(jìn)行比較。數(shù)據(jù)越接近,得分就越高。

根據(jù) Waymo 的參數(shù),作為唯一使用分詞化處理方法的模型,Trajeglish 得出的結(jié)果最為真實(shí)。從質(zhì)量上看,在智能體互動(dòng)密集的場景中,Trajeglish的性能遙遙領(lǐng)先,比如交通擁堵、并線場景和四向停車路口等。

Waymo 排行榜對(duì)每個(gè)模擬的三個(gè)方面進(jìn)行評(píng)估,分別為運(yùn)動(dòng)學(xué)(如速度等)、交互或與最近車輛的距離,以及軌跡是否保持在可行駛區(qū)域內(nèi)。整體逼真度為這些類別的加權(quán)平均值。

根據(jù)這些參數(shù),Trajeglish 在場景整體逼真度方面比以前的最先進(jìn)模型提高了 3.3%,在交互方面提高了9.9%。

a9e999de-a621-11ee-8b88-92fbcf53809c.png

圖 3. Trajeglish 與 Waymo 仿真智能體挑戰(zhàn)賽其他參賽模型的成績對(duì)比(標(biāo)有星號(hào)的是使用集成技術(shù)的參賽模型)

總結(jié)

人類的駕駛行為存在著很多細(xì)微差別,這給仿真再現(xiàn)工作帶來了巨大的挑戰(zhàn)。由于語言模型可以應(yīng)對(duì)人類語言中相似的復(fù)雜性,因此通過借鑒語言模型,可以使這項(xiàng)任務(wù)變得更加容易。

這使得自動(dòng)駕駛汽車的開發(fā)者可以在仿真中使用保真度更高的交通模型來加速訓(xùn)練、測試和驗(yàn)證。








審核編輯:劉清

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • NVIDIA
    +關(guān)注

    關(guān)注

    14

    文章

    5315

    瀏覽量

    106530
  • 自動(dòng)駕駛汽車
    +關(guān)注

    關(guān)注

    4

    文章

    380

    瀏覽量

    41364

原文標(biāo)題:使用 Trajeglish 幫助自動(dòng)駕駛汽車學(xué)習(xí)人類駕駛行為語言

文章出處:【微信號(hào):NVIDIA-Enterprise,微信公眾號(hào):NVIDIA英偉達(dá)企業(yè)解決方案】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 0人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    自動(dòng)駕駛汽車如何正確進(jìn)行道路識(shí)別?

    [首發(fā)于智駕最前沿微信公眾號(hào)]自動(dòng)駕駛汽車在行駛過程中必須準(zhǔn)確識(shí)別道路環(huán)境,以便做出安全有效的決策,不同于人類開車,可以思考,自動(dòng)駕駛汽車對(duì)
    的頭像 發(fā)表于 06-29 09:40 ?760次閱讀
    <b class='flag-5'>自動(dòng)駕駛</b><b class='flag-5'>汽車</b>如何正確進(jìn)行道路識(shí)別?

    自動(dòng)駕駛汽車是如何準(zhǔn)確定位的?

    [首發(fā)于智駕最前沿微信公眾號(hào)]隨著自動(dòng)駕駛技術(shù)的快速發(fā)展,車輛的精準(zhǔn)定位成為安全駕駛與路徑規(guī)劃的核心基礎(chǔ)。相比于傳統(tǒng)人類駕駛依賴路標(biāo)和視覺判斷,自動(dòng)
    的頭像 發(fā)表于 06-28 11:42 ?259次閱讀
    <b class='flag-5'>自動(dòng)駕駛</b><b class='flag-5'>汽車</b>是如何準(zhǔn)確定位的?

    自動(dòng)駕駛安全基石:ODD

    電子發(fā)燒友網(wǎng)綜合報(bào)道 自動(dòng)駕駛ODD(Operational Design Domain)即設(shè)計(jì)運(yùn)行域,是指自動(dòng)駕駛系統(tǒng)被設(shè)計(jì)為安全、有效運(yùn)行的具體條件范圍。它定義了自動(dòng)駕駛汽車在哪些
    的頭像 發(fā)表于 05-19 03:52 ?5185次閱讀

    NVIDIA Halos自動(dòng)駕駛汽車安全系統(tǒng)發(fā)布

    自動(dòng)駕駛汽車的開發(fā)。正確的技術(shù)與框架對(duì)確保自動(dòng)駕駛汽車駕駛員、乘客和行人的安全至關(guān)重要。 因此,NVIDIA 推出了NVIDIA Halos綜合安全系統(tǒng),將 NVIDIA 的
    的頭像 發(fā)表于 03-25 14:51 ?639次閱讀

    理想汽車推出全新自動(dòng)駕駛架構(gòu)

    2025年3月18日,理想汽車自動(dòng)駕駛技術(shù)研發(fā)負(fù)責(zé)人賈鵬在NVIDIA GTC 2025發(fā)表主題演講《VLA:邁向自動(dòng)駕駛物理智能體的關(guān)鍵一步》,分享了理想汽車對(duì)于下一代
    的頭像 發(fā)表于 03-19 14:12 ?562次閱讀

    自動(dòng)駕駛的未來 - 了解如何無縫、可靠地完成駕駛

    作者:Don Horne 投稿人:DigiKey 北美編輯 自動(dòng)駕駛組件的最新進(jìn)展使許多駕駛員的“無需干預(yù)”成為現(xiàn)實(shí)。然而,許多駕駛員對(duì)真正自動(dòng)駕駛
    的頭像 發(fā)表于 01-26 21:52 ?579次閱讀
    <b class='flag-5'>自動(dòng)駕駛</b>的未來 - 了解如何無縫、可靠地完成<b class='flag-5'>駕駛</b>

    MEMS技術(shù)在自動(dòng)駕駛汽車中的應(yīng)用

    MEMS技術(shù)在自動(dòng)駕駛汽車中的應(yīng)用主要體現(xiàn)在傳感器方面,這些傳感器為自動(dòng)駕駛汽車提供了關(guān)鍵的環(huán)境感知和數(shù)據(jù)采集能力。以下是對(duì)MEMS技術(shù)在自動(dòng)駕駛
    的頭像 發(fā)表于 11-20 10:19 ?1485次閱讀

    自動(dòng)駕駛汽車安全嗎?

    隨著未來汽車變得更加互聯(lián),汽車逐漸變得更加依賴技術(shù),并且逐漸變得更加自動(dòng)化——最終實(shí)現(xiàn)自動(dòng)駕駛,了解自動(dòng)駕駛
    的頭像 發(fā)表于 10-29 13:42 ?1149次閱讀
    <b class='flag-5'>自動(dòng)駕駛</b><b class='flag-5'>汽車</b>安全嗎?

    智能駕駛自動(dòng)駕駛的關(guān)系

    智能駕駛自動(dòng)駕駛在概念上存在一定的聯(lián)系和區(qū)別,以下是對(duì)兩者關(guān)系的介紹: 一、概念定義 智能駕駛 : 智能駕駛是一個(gè)更為寬泛的概念,它指的是通過機(jī)器輔助
    的頭像 發(fā)表于 10-23 16:02 ?1549次閱讀

    自動(dòng)駕駛HiL測試方案案例分析--ADS HiL測試系統(tǒng)#ADAS #自動(dòng)駕駛 #VTHiL

    自動(dòng)駕駛
    北匯信息POLELINK
    發(fā)布于 :2024年10月22日 15:20:19

    自動(dòng)駕駛技術(shù)的典型應(yīng)用 自動(dòng)駕駛技術(shù)涉及到哪些技術(shù)

    自動(dòng)駕駛技術(shù)的典型應(yīng)用 自動(dòng)駕駛技術(shù)是一種依賴計(jì)算機(jī)、無人駕駛設(shè)備以及各種傳感器,實(shí)現(xiàn)汽車自主行駛的技術(shù)。它通過使用人工智能、視覺計(jì)算、雷達(dá)、監(jiān)控裝置和全球定位系統(tǒng)等技術(shù),使
    的頭像 發(fā)表于 10-18 17:31 ?1924次閱讀

    自動(dòng)駕駛HiL測試方案介紹#ADAS #自動(dòng)駕駛 #VTHiL

    自動(dòng)駕駛
    北匯信息POLELINK
    發(fā)布于 :2024年10月12日 18:02:07

    FPGA在自動(dòng)駕駛領(lǐng)域有哪些優(yōu)勢?

    FPGA(Field-Programmable Gate Array,現(xiàn)場可編程門陣列)在自動(dòng)駕駛領(lǐng)域具有顯著的優(yōu)勢,這些優(yōu)勢使得FPGA成為自動(dòng)駕駛技術(shù)中不可或缺的一部分。以下是FPGA在自動(dòng)駕駛
    發(fā)表于 07-29 17:11

    FPGA在自動(dòng)駕駛領(lǐng)域有哪些應(yīng)用?

    低,適合用于實(shí)現(xiàn)高效的圖像算法,如車道線檢測、交通標(biāo)志識(shí)別等。 雷達(dá)和LiDAR處理:自動(dòng)駕駛汽車通常會(huì)使用雷達(dá)和LiDAR(激光雷達(dá))等多種傳感器來獲取環(huán)境信息。FPGA能夠協(xié)助完成這些傳感器
    發(fā)表于 07-29 17:09
    主站蜘蛛池模板: 一品道门在线视频高清完整版 | 菠萝菠萝蜜在线观看视频 | 美国一级大黄一片免费的网站 | 第一精品福利导福航 | 99er久久国产精品在线 | 最新国产av.在线视频 | 日本电影免费久久精品 | 日日噜噜噜噜夜夜爽亚洲精品 | 色多多污版app下载网站 | 成人五级毛片免费播放 | 国产在线精品视频资源 | 亚洲国产成人精品无码区5566 | 四房播播开心五月 | 久久免费看视频 | 亚洲精品国产SUV | 红桃传媒少妇人妻网站无码抽插 | 亚洲天码中字 | 麻豆精品一区二正一三区 | 亚洲高清无码在线 视频 | 亚洲大片在线观看 | 性夜影院午夜看片 | 午夜精品久久久内射近拍高清 | 国产成人免费在线 | x8国产精品视频 | 超碰免费视频部落格 | 国产黄大片在线视频 | 欧美不卡一区二区三区 | 99久久夜色精品国产亚洲AV卜 | 最近中文字幕在线看免费完整版 | 久久久97丨国产人妻熟女 | 韩国伦理片2018在线播放免费观看 | 无码日本亚洲一区久久精品 | 欧美日韩亚洲第一区在线 | 亚洲精品久久久无码一区二区 | 无码专区久久综合久综合字幕 | 无人影院在线播放视频 | 人妻免费久久久久久久了 | 好色女博士 | 熟女啪啪白浆嗷嗷叫 | 少妇两个奶头喷出奶水了怎么办 | 中文在线无码高潮潮喷在线 |

    電子發(fā)燒友

    中國電子工程師最喜歡的網(wǎng)站

    • 2931785位工程師會(huì)員交流學(xué)習(xí)
    • 獲取您個(gè)性化的科技前沿技術(shù)信息
    • 參加活動(dòng)獲取豐厚的禮品