آخر کان آخر تائين خودمختيار ڊرائيونگ سسٽم: مستقبل جي ڊرائيونگ

آخر کان آخر تائين خودمختيار ڊرائيونگ

آخر کان آخر تائين خودمختيار ڊرائيونگ سسٽم جي وضاحت ڪيئن ڪجي؟

سڀ کان وڌيڪ عام تعريف اها آهي ته هڪ "آخر کان آخر تائين" سسٽم هڪ سسٽم آهي جيڪو خام سينسر جي معلومات داخل ڪري ٿو ۽ سڌو سنئون ڪم جي تشويش جي متغيرن کي ڪڍي ٿو. مثال طور، تصوير جي سڃاڻپ ۾، CNN کي "آخر کان آخر تائين" سڏيو وڃي ٿو روايتي خصوصيت + درجه بندي جي طريقي سان.

 

خودمختيار ڊرائيونگ ڪمن ۾، مختلف سينسرز مان ڊيٽا (جهڙوڪ ڪئميرا، LiDAR، Radar، يا IMU...) ان پٽ آهن، ۽ گاڏين جا ڪنٽرول سگنل (جهڙوڪ throttle يا اسٽيرنگ ويل زاويه) سڌو سنئون آئوٽ آهن. مختلف گاڏين جي ماڊلز جي موافقت جي مسئلن تي غور ڪرڻ لاء، آئوٽ پڻ گاڏي جي ڊرائيونگ پيچري تي آرام سان ٿي سگھي ٿو.

 

هن بنياد جي بنياد تي، ماڊلر آخر کان آخر تائين تصورات پڻ اڀري آيا آهن، جهڙوڪ UniAD، جيڪي ڪارڪردگي کي بهتر ڪن ٿا لاڳاپيل وچولي ڪمن جي نگراني کي متعارف ڪرائڻ سان، اضافي طور تي فائنل آئوٽ ڪنٽرول سگنلن يا واٽ پوائنٽس. تنهن هوندي به، اهڙي تنگ تعريف کان، آخر کان آخر تائين جو نچوڙ هجڻ گهرجي حسياتي معلومات جي نقصان جي منتقلي.

 

اچو ته پھريون انٽرفيس جو جائزو وٺون سينسنگ ۽ پي اين سي ماڊلز جي وچ ۾ نان-اينڊ-ٽي-اينڊ سسٽم ۾. عام طور تي، اسان سفيد لسٽ ڪيل شين کي ڳوليندا آهيون (جهڙوڪ ڪار، ماڻهو، وغيره) ۽ انهن جي ملڪيت جو تجزيو ۽ اڳڪٿي ڪندا آهيون. اسان جامد ماحول جي باري ۾ پڻ ڄاڻون ٿا (جهڙوڪ روڊ جي جوڙجڪ، رفتار جي حد، ٽرئفڪ جي روشني، وغيره). جيڪڏهن اسان وڌيڪ تفصيلي هئاسين، اسان پڻ عالمگير رڪاوٽون ڳولي سگهون ٿا. مختصر ۾، انهن تصورن جي معلومات جي پيداوار پيچيده ڊرائيونگ مناظر جو هڪ ڊسپلي ماڊل آهي.

 

بهرحال، ڪجهه تمام واضح منظرن لاءِ، موجوده واضح تجريد مڪمل طور تي بيان نٿو ڪري سگهي اهي عنصر جيڪي منظر ۾ ڊرائيونگ جي رويي تي اثرانداز ٿين ٿا، يا جن ڪمن کي اسان کي بيان ڪرڻ جي ضرورت آهي، اهي تمام معمولي آهن، ۽ سڀني گهربل ڪمن کي ڳڻڻ ڏکيو آهي. تنهن ڪري، آخر کان آخر تائين سسٽم مهيا ڪن ٿا (شايد واضح طور تي) جامع نمائندگي انهي اميد سان ته خودڪار ۽ نقصان جي بغير PnCs تي عمل ڪرڻ جي اميد سان. منهنجي خيال ۾، سڀئي سسٽم جيڪي هن ضرورت کي پورا ڪري سگھن ٿا، انهن کي عام ڪري سگهجي ٿو آخر کان آخر تائين.

 

جيئن ته ٻين مسئلن لاءِ، جيئن ته متحرڪ رابطي واري منظرنامي جون ڪجهه اصلاحون، مان سمجهان ٿو ته گهٽ ۾ گهٽ نه صرف آخر کان آخر تائين اهي مسئلا حل ڪري سگهن ٿا، ۽ آخر کان آخر تائين بهترين حل نه ٿي سگهي. روايتي طريقا انهن مسئلن کي حل ڪري سگهن ٿا، ۽ يقينا، جڏهن ڊيٽا جو مقدار ڪافي وڏو آهي، آخر کان آخر تائين هڪ بهتر حل مهيا ڪري سگهي ٿي.

آخر کان آخر تائين خودمختيار ڊرائيونگ بابت ڪجهه غلط فهميون

1. ڪنٽرول سگنلز ۽ واٽ پوائنٽس کي آئوٽ پٽ هجڻ ضروري آهي ته جيئن آخر کان آخر تائين.

جيڪڏهن توهان مٿي بيان ڪيل وسيع آخر کان آخر تائين واري تصور سان متفق آهيو ته پوءِ اهو مسئلو سمجهڻ آسان آهي. پڇاڙيءَ کان پڇاڙيءَ تائين ٽاسڪ جي مقدار کي سڌي طرح ٻاھر ڪڍڻ بجاءِ معلومات جي نقصان واري منتقلي تي زور ڏيڻ گھرجي. هڪ تنگ آخر کان آخر تائين جو طريقو تمام گهڻي غير ضروري مصيبت جو سبب بڻجندو ۽ حفاظت کي يقيني بڻائڻ لاءِ ڪافي ڳجهن حلن جي ضرورت پوندي.

2. آخر کان آخر تائين سسٽم وڏي ماڊل يا خالص وژن تي ٻڌل هجي.

آخر کان آخر تائين خودمختيار ڊرائيونگ، وڏي ماڊل خود مختيار ڊرائيونگ، ۽ خالص بصري خود مختيار ڊرائيونگ جي وچ ۾ ڪو به ضروري تعلق نه آهي ڇاڪاڻ ته اهي مڪمل طور تي آزاد تصور آهن؛ هڪ آخر کان آخر تائين وارو نظام ضروري ناهي ته وڏي ماڊلز جي ذريعي هلايو وڃي، ۽ نه ئي اهو ضروري آهي ته اهو خالص ويزن ذريعي هلائي وڃي. جو.

آخر کان آخر تائين خودمختيار ڊرائيونگ ريسرچ ۽ ڊولپمينٽ سسٽم

3. ڊگھي عرصي ۾، ڇا اهو ممڪن آهي ته مٿي ڄاڻايل آخر کان آخر تائين سسٽم هڪ تنگ احساس ۾ L3 سطح کان مٿي خودمختيار ڊرائيونگ حاصل ڪرڻ لاء؟

 

ڪارڪردگي جيڪو هن وقت خالص آخر کان آخر تائين FSD سڏيو وڃي ٿو اهو ڪافي کان پري آهي L3 سطح تي گهربل اعتماد ۽ استحڪام کي پورو ڪرڻ لاءِ. ان کي وڌيڪ واضح ڪرڻ لاء، جيڪڏهن خود ڊرائيونگ سسٽم عوام طرفان قبول ڪرڻ چاهي ٿي، اهم اهو آهي ته ڇا عوام اهو قبول ڪري سگهي ٿو ته ڪجهه حالتن ۾، مشين غلطي ڪندي، ۽ انسان انهن کي آساني سان حل ڪري سگهي ٿو. اهو هڪ خالص آخر کان آخر تائين سسٽم لاء وڌيڪ ڏکيو آهي.

 

مثال طور، ٻنهي Waymo ۽ Cruise اتر آمريڪا ۾ ڪيترائي حادثا ٿيا آهن. بهرحال، کروز جي آخري حادثي جي نتيجي ۾ ٻه زخمي ٿيا، جيتوڻيڪ اهڙا حادثا انتهائي ناگزير ۽ انساني ڊرائيور لاء قابل قبول آهن. پر ان حادثي کان پوءِ، سسٽم حادثي جي جاءِ ۽ زخمين جي جڳھ کي غلط قرار ڏنو ۽ پل اوور موڊ ۾ گھٽ ڪري ڇڏيو، جنھن سبب زخمين کي گھڻي دير تائين گھليو ويو. اهو رويو ڪنهن به عام انسان جي ڊرائيور لاءِ ناقابل قبول آهي. اهو نه ڪيو ويندو، ۽ نتيجو تمام خراب ٿيندو.

 

ان کان علاوه، هي هڪ جاڳڻ وارو ڪال آهي جنهن تي اسان کي احتياط سان غور ڪرڻ گهرجي ته خودمختاري ڊرائيونگ سسٽم جي ترقي ۽ آپريشن دوران هن صورتحال کان ڪيئن بچجي.

4. سو هن وقت، ايندڙ نسلن لاءِ عملي حل ڇا آهن وڏي پئماني تي تيار ڪيل اسسٽنٽ ڊرائيونگ سسٽم؟

 

منهنجي موجوده سمجھ مطابق، جڏهن ڊرائيونگ ۾ نام نهاد انڊ-ٽو-آخر ماڊل استعمال ڪندي، ٽريجڪٽري کي آئوٽ ڪرڻ کان پوءِ، اهو روايتي طريقن جي بنياد تي هڪ حل واپس ڪندو. متبادل طور تي، سکيا تي ٻڌل رٿابندي ڪندڙ ۽ روايتي پيچري جي منصوبابندي ڪرڻ وارا الگورٿمس ڪيترن ئي پيچرن کي گڏ ڪن ٿا ۽ پوء هڪ سليڪٽر ذريعي هڪ پيچرو چونڊيو.

 

هن قسم جو ڳجهو حل ۽ پسند هن cascade سسٽم جي ڪارڪردگي جي مٿين حد کي محدود ڪري ٿو جيڪڏهن هن سسٽم جي فن تعمير کي اختيار ڪيو وڃي. جيڪڏهن اهو طريقو اڃا تائين خالص راءِ جي سکيا تي ٻڌل آهي، غير متوقع ناڪاميون ٿينديون ۽ محفوظ رهڻ جو مقصد هرگز حاصل نه ٿيندو.

 

جيڪڏهن اسان هن آئوٽ پٽ ٽريجڪٽري تي روايتي منصوبابندي جي طريقن کي استعمال ڪندي ٻيهر بهتر ڪرڻ يا چونڊڻ تي غور ڪريون ٿا، ته اهو سکيا تي هلندڙ طريقي سان پيدا ٿيندڙ پيچرو جي برابر آهي؛ تنهن ڪري، ڇو نه اسان سڌو سنئون بهتر ڪريون ۽ هن پيچري کي ڳوليون؟

 

يقينن، ڪجهه ماڻهو چوندا ته اهڙي اصلاح يا ڳولا جو مسئلو غير محدب آهي، هڪ وڏي رياستي جڳهه آهي، ۽ حقيقي وقت ۾ گاڏين جي سسٽم تي هلائڻ ناممڪن آهي. مان هر ڪنهن کي هن سوال تي غور سان غور ڪرڻ لاءِ گذارش ٿو ڪريان: گذريل ڏهن سالن ۾، پرسيپشن سسٽم گهٽ ۾ گهٽ هڪ سئو ڀيرا ڪمپيوٽنگ پاور ڊيويڊنڊ حاصل ڪري چڪو آهي، پر اسان جي PnC ماڊل بابت ڇا؟

 

جيڪڏهن اسان PnC ماڊل کي وڏي ڪمپيوٽنگ پاور استعمال ڪرڻ جي اجازت ڏيون ٿا، تازو سالن ۾ ترقي يافته اصلاحي الگورتھم ۾ ڪجهه ترقي سان گڏ، ڇا اهو نتيجو اڃا تائين صحيح آهي؟ هن قسم جي مسئلي لاء، اسان کي غور ڪرڻ گهرجي ته پهرين اصولن مان ڇا صحيح آهي.

5. ڊيٽا تي ٻڌل ۽ روايتي طريقن جي وچ ۾ لاڳاپا ڪيئن ملائڻ؟

 

شطرنج کيڏڻ هڪ مثال آهي بلڪل خودمختار ڊرائيونگ سان. هن سال جي فيبروري ۾، ڊيپ مائنڊ هڪ مضمون شايع ڪيو جنهن جو نالو آهي "Grandmaster-Level Chess Without Search"، ان ڳالهه تي بحث ڪيو ته ڇا اهو ممڪن آهي ته صرف ڊيٽا استعمال ڪيو وڃي ۽ MCTS ڳولا کي AlphaGo ۽ AlphaZero ۾ ڇڏي ڏيو. خودمختاري ڊرائيونگ وانگر، صرف هڪ نيٽ ورڪ سڌو سنئون ڪارناما ڪرڻ لاء استعمال ڪيو ويندو آهي، جڏهن ته سڀني ايندڙ مرحلن کي نظرانداز ڪيو ويندو آهي.

 

آرٽيڪل اهو نتيجو ڪري ٿو ته، ڊيٽا ۽ ماڊل پيٽرولر جي ڪافي مقدار جي باوجود، مناسب معقول نتيجا حاصل ڪري سگھجن ٿيون بغير ڳولا استعمال ڪرڻ جي. بهرحال، ڳولا استعمال ڪرڻ جي طريقن جي مقابلي ۾ اهم فرق آهن. اهو خاص طور تي ڪارائتو آهي ڪجهه پيچيده آخري راندين سان معاملو ڪرڻ لاءِ.

 

پيچيده منظرنامن يا ڪنڊ ڪيسن لاءِ جيڪي گھڻن قدمن جي راندين جي ضرورت هونديون آهن، هي قياس اڃا به مشڪل بڻائي ٿو مڪمل طور تي روايتي اصلاح يا ڳولا الگورتھم کي ختم ڪرڻ. مختلف ٽيڪنالاجيز جي فائدن کي معقول طور تي استعمال ڪرڻ جهڙوڪ AlphaZero ڪارڪردگي بهتر ڪرڻ جو بهترين طريقو آهي.

گاڏين جو ڪنٽرول

6. روايتي طريقو = قاعدي جي بنياد تي جيڪڏهن ٻيو؟

 

مون کي ڪيترن ئي ماڻهن سان ڳالهائيندي هن تصور کي بار بار درست ڪرڻو پيو. ڪيترن ئي ماڻهن کي يقين آهي ته جيستائين اهو خالص ڊيٽا تي مبني ناهي، اهو قاعدي تي ٻڌل ناهي. مثال طور، شطرنج ۾، فارمولن کي ياد ڪرڻ ۽ شطرنج جا رڪارڊ روٽ ذريعي قاعدن تي مبني آهي، پر AlphaGo ۽ AlphaZero وانگر، اهو ماڊل کي صلاحيت ڏئي ٿو ته هو اصلاح ۽ ڳولا ذريعي عقلي هجي. مان نه ٿو سمجهان ته ان کي اصولن تي ٻڌل چئي سگهجي ٿو.

 

انهي جي ڪري، وڏو ماڊل پاڻ هن وقت غائب آهي، ۽ محقق ڪوشش ڪري رهيا آهن ته سکيا تي هلندڙ ماڊل مهيا ڪن طريقن جهڙوڪ CoT. بهرحال، ڪمن جي برعڪس جيڪي خالص ڊيٽا تي مبني تصوير جي سڃاڻپ ۽ ناقابل بيان سببن جي ضرورت هونديون آهن، ڊرائيونگ شخص جي هر عمل کي واضح ڊرائيونگ فورس آهي.

 

مناسب الورورٿم آرڪيٽيڪچر ڊيزائن جي تحت، فيصلي جي پيچيدگي کي متغير ٿيڻ گهرجي ۽ سائنسي مقصدن جي رهنمائي هيٺ هڪجهڙائي سان بهتر ڪيو وڃي، بلڪه مختلف ڪيسن کي درست ڪرڻ لاءِ پيرا ميٽرز کي زبردستي پيچنگ ۽ ترتيب ڏيڻ جي. اهڙي نظام ۾ قدرتي طور تي هر قسم جا سخت ڪوڊ ٿيل عجيب قاعدا نه هوندا آهن.

نتيجو

مختصر ۾، آخر کان آخر تائين هڪ واعدو ڪندڙ ٽيڪنيڪل رستو ٿي سگهي ٿو، پر اهو تصور ڪيئن لاڳو ٿئي ٿو وڌيڪ تحقيق جي ضرورت آهي. منهنجو خيال آهي ته ڊيٽا ۽ ماڊل پيٽرولر جو هڪ گروپ واحد صحيح حل ناهي، ۽ جيڪڏهن اسان ٻين کي اڳتي وڌڻ چاهيون ٿا، اسان کي محنت ڪرڻ گهرجي.


پوسٽ جو وقت: اپريل-24-2024