Kumaha nangtukeun sistem nyetir otonom end-to-end?
Definisi anu paling umum nyaéta sistem "tungtung-tungtung" nyaéta sistem anu ngalebetkeun inpormasi sénsor atah sareng langsung ngahasilkeun variabel anu prihatin kana tugas. Contona, dina pangakuan gambar, CNN bisa disebut "tungtung-to-tungtung" dibandingkeun jeung fitur tradisional + métode classifier.
Dina tugas nyetir otonom, data tina sababaraha sénsor (sapertos kaméra, LiDAR, Radar, atanapi IMU...) mangrupikeun input, sareng sinyal kontrol kendaraan (sapertos throttle atanapi sudut setir) langsung kaluaran. Pikeun mertimbangkeun masalah adaptasi model kendaraan anu béda, kaluaran ogé tiasa santai kana lintasan nyetir kendaraan.
Dumasar yayasan ieu, konsép tungtung-to-tungtung modular ogé geus mecenghul, kayaning UniAD, nu ngaronjatkeun kinerja ku ngawanohkeun pangawasan tugas panengah relevan, salian sinyal kontrol kaluaran ahir atawa waypoints. Sanajan kitu, tina harti sempit misalna, hakekat tungtung-to-tungtung kedah transmisi lossless informasi indrawi.
Hayu urang marios heula interfaces antara sensing sareng modul PnC dina sistem non-end-to-end. Biasana, urang ngadeteksi obyék daptar bodas (sapertos mobil, jalma, jsb) sareng nganalisa sareng ngaduga sipatna. Urang ogé diajar ngeunaan lingkungan statik (sapertos struktur jalan, wates speed, lampu lalulintas, jsb). Upami kami langkung rinci, kami ogé bakal ngadeteksi halangan universal. Pondokna, informasi kaluaran ku persepsi ieu constitutes model tampilan pamandangan nyetir kompléks.
Nanging, pikeun sababaraha adegan anu atra pisan, abstraksi eksplisit ayeuna henteu tiasa ngajelaskeun sacara lengkep faktor anu mangaruhan paripolah nyetir dina adegan, atanapi pancén anu urang kedah ngartikeun teuing sepele, sareng hese ngitung sadaya tugas anu diperyogikeun. Ku alatan éta, sistem tungtung-to-tungtung nyadiakeun (sugan implicitly) ngagambarkeun komprehensif jeung harepan otomatis tur losslessly nimpah PnCs kalayan informasi ieu. Dina pamanggih kuring, sadaya sistem anu tiasa nyumponan sarat ieu tiasa disebut digeneralisasi end-to-end.
Sedengkeun pikeun isu sejenna, kayaning sababaraha optimizations skenario interaksi dinamis, kuring yakin yén sahenteuna teu ukur tungtung-to-tungtung bisa ngajawab masalah ieu, sarta tungtung-to-tungtung bisa jadi solusi pangalusna. Métode tradisional tiasa ngabéréskeun masalah ieu, sareng tangtosna, nalika jumlah data cukup ageung, tungtung-ka-tungtung tiasa nyayogikeun solusi anu langkung saé.
Sababaraha salah paham ngeunaan tungtung-to-tungtung nyetir otonom
1. sinyal kontrol jeung waypoints kudu kaluaran jadi tungtung-to-tungtung.
Upami anjeun satuju sareng konsép tungtung-ka-tungtung anu lega anu dibahas di luhur, maka masalah ieu gampang kahartos. Tungtung-ka-tungtung kedah ngantebkeun pangiriman inpormasi anu henteu rugi tinimbang langsung ngaluarkeun volume tugas. Pendekatan tungtung-ka-tungtung anu sempit bakal nyababkeun seueur masalah anu teu dipikabutuh sareng peryogi seueur solusi rahasia pikeun mastikeun kasalametan.
2.The sistem tungtung-to-tungtung kudu dumasar kana model badag atawa visi murni.
Henteu aya hubungan anu dipikabutuh antara nyetir otonom tungtung-ka-tungtung, nyetir otonom modél ageung, sareng nyetir otonom murni visual sabab konsép lengkep bebas; sistem tungtung-to-tungtung teu merta disetir ku model badag, atawa teu merta disetir ku visi murni. tina.
3. Dina jangka panjang, éta mungkin pikeun sistem tungtung-to-tungtung luhur-disebutkeun dina rasa sempit pikeun ngahontal nyetir otonom luhur tingkat L3?
Kinerja naon anu ayeuna disebut murni tungtung-to-tungtung FSD jauh ti cukup pikeun minuhan reliabilitas jeung stabilitas diperlukeun dina tingkat L3. Pikeun nempatkeun eta leuwih bluntly, lamun sistem timer nyetir hayang ditarima ku publik, konci téh naha masarakat bisa narima yén dina sababaraha kasus, mesin bakal nyieun kasalahan, sarta manusa bisa kalayan gampang ngajawab aranjeunna. Ieu leuwih hese pikeun sistem tungtung-to-tungtung murni.
Salaku conto, Waymo sareng Cruise di Amérika Kalér parantos seueur kacilakaan. Sanajan kitu, kacilakaan panungtungan Cruise urang ngakibatkeun dua tatu, sanajan kacilakaan sapertos anu cukup dilawan tur bisa ditarima keur supir manusa. Sanajan kitu, sanggeus kacilakaan ieu, sistem misjudged lokasi kacilakaan sarta lokasi tatu sarta downgraded kana mode pull-leuwih, ngabalukarkeun tatu ka nyeret pikeun lila. Paripolah ieu henteu tiasa ditampi ku supir manusa normal. Éta moal dilakukeun, sareng hasilna bakal parah pisan.
Salajengna, ieu mangrupikeun sauran hudang anu urang kedah pertimbangkeun sacara saksama kumaha ngahindarkeun kaayaan ieu salami pamekaran sareng operasi sistem nyetir otonom.
4.Jadi dina momen ieu, naon solusi praktis pikeun generasi saterusna sistem nyetir ditulungan massa-dihasilkeun?
Numutkeun pamahaman kuring ayeuna, nalika ngagunakeun disebut model tungtung-to-tungtung dina nyetir, sanggeus kaluaran lintasan, éta bakal balik solusi dumasar kana métode tradisional. Alternatipna, planners dumasar learning jeung algoritma tata lintasan tradisional kaluaran sababaraha lintasan sakaligus tur pilih hiji lintasan ngaliwatan pamilih a.
Solusi sareng pilihan rahasia sapertos kieu ngabatesan wates luhur kinerja sistem kaskade ieu upami arsitektur sistem ieu diadopsi. Upami metodeu ieu masih dumasar kana diajar eupan balik murni, kagagalan anu teu diprediksi bakal kajantenan sareng tujuan pikeun aman moal kahontal pisan.
Lamun urang nganggap ulang optimizing atawa milih ngagunakeun métode tata tradisional dina lintasan kaluaran ieu, ieu sarua jeung lintasan dihasilkeun ku métode learning-disetir; kituna, naha urang henteu langsung ngaoptimalkeun tur neangan lintasan ieu?
Tangtu, sababaraha urang bakal disebutkeun yen hiji masalah optimasi atawa pilarian misalna hiji non-convex, boga spasi kaayaan badag, sarta mustahil pikeun ngajalankeun sacara real-time dina sistem di-kandaraan. Kuring implore dulur taliti mertimbangkeun sual ieu: Dina sapuluh taun kaliwat, sistem persépsi geus narima sahenteuna saratus kali sharing daya komputasi, tapi kumaha modul PnC urang?
Lamun urang ogé ngidinan modul PnC ngagunakeun kakuatan komputasi badag, digabungkeun jeung sababaraha kamajuan dina algoritma optimasi canggih dina taun panganyarna, kacindekan ieu masih bener? Pikeun masalah sapertos kitu, urang kedah mertimbangkeun naon anu leres tina prinsip-prinsip kahiji.
5.How mun reconcile hubungan antara data-disetir jeung métode tradisional?
Maén catur mangrupikeun conto anu sami sareng nyetir otonom. Dina Pébruari taun ieu, Deepmind diterbitkeun artikel disebut "Grandmaster-Level Catur Tanpa Search", nyawalakeun naha éta meujeuhna ngan ngagunakeun data-disetir tur abandon pilarian MCTS di AlphaGo na AlphaZero. Sarupa jeung nyetir otonom, ngan hiji jaringan dipaké pikeun langsung kaluar lampah, bari sagala léngkah saterusna teu dipaliré.
Artikel nu menyimpulkan yén, sanajan jumlah considerable data jeung parameter model, hasilna cukup lumrah bisa didapet tanpa ngagunakeun pilarian a. Sanajan kitu, aya béda anu signifikan dibandingkeun métode maké pilarian. Ieu hususna kapaké pikeun nungkulan sababaraha endgames kompléks.
Pikeun skenario kompléks atawa kasus sudut anu merlukeun kaulinan multi-hambalan, analogi ieu masih ngajadikeun hésé pikeun sakabéhna abandon optimasi tradisional atawa algoritma pilarian. Ngamangpaatkeun kauntungan tina sagala rupa téknologi sapertos AlphaZero mangrupikeun cara anu pangsaéna pikeun ningkatkeun kinerja.
6.Metoda Tradisional = dumasar aturan lamun sejenna?
Kuring kedah ngabenerkeun konsep ieu deui-deui bari ngobrol sareng seueur jalma. Loba jalma yakin yén salami teu murni data-disetir, teu aturan basis. Salaku conto, dina catur, ngapalkeun rumus sareng catetan catur ku rote dumasar kana aturan, tapi sapertos AlphaGo sareng AlphaZero, éta masihan modél kamampuan janten rasional ngaliwatan optimasi sareng milarian. Teu sangka eta bisa disebut aturan basis.
Kusabab ieu, model badag sorangan ayeuna leungit, sarta peneliti nyobian nyadiakeun model learning-disetir ngaliwatan métode kayaning CoT. Tapi, teu saperti tugas anu merlukeun pangakuan gambar murni data-disetir jeung alesan unexplainable, unggal lampah hiji jalma nyetir boga gaya nyetir jelas.
Dina desain arsitéktur algoritma anu luyu, lintasan kaputusan kedah janten variabel sareng dioptimalkeun sacara seragam dina bimbingan tujuan ilmiah, tinimbang sacara paksa nambal sareng nyaluyukeun parameter pikeun ngalereskeun kasus anu béda. Sistem sapertos kitu sacara alami henteu ngagaduhan sagala jinis aturan aneh anu disandi.
kacindekan
Pondokna, tungtung-to-tungtung bisa jadi jalur teknis ngajangjikeun, tapi kumaha konsep ieu dilarapkeun merlukeun panalungtikan leuwih. Jigana kebat data jeung model parameter teu hijina solusi bener, sarta lamun urang hayang ngaleuwihan batur, urang kudu tetep kerja keras.
waktos pos: Apr-24-2024