ئاخىرىدىن ئاخىرىغىچە ئاپتوماتىك ھەيدەش سىستېمىسىغا قانداق ئېنىقلىما بېرىش?
ئەڭ كۆپ ئۇچرايدىغان ئېنىقلىما شۇكى ، «ئاخىرىدىن ئاخىرىغىچە» سىستېما خام سېنزور ئۇچۇرلىرىنى كىرگۈزۈپ ، ۋەزىپىگە كۆڭۈل بۆلىدىغان ئۆزگىرىشچان مىقدارلارنى بىۋاسىتە چىقىرىدىغان سىستېما. مەسىلەن ، رەسىم تونۇشتا ، ئەنئەنىۋى ئىقتىدار + تۈرگە ئايرىش ئۇسۇلىغا سېلىشتۇرغاندا ، CNN نى «ئاخىرىدىن ئاخىرىغىچە» دېيىشكە بولىدۇ.
ئاپتوماتىك ھەيدەش ۋەزىپىسىدە ، ھەر خىل سېنزورلارنىڭ سانلىق مەلۇماتلىرى (مەسىلەن كامېرا ، LiDAR ، رادار ياكى IMU ...) كىرگۈزۈلگەن بولۇپ ، ماشىنا كونترول سىگنالى (ئىتتىرىش ياكى رول بۇلۇڭىغا ئوخشاش) بىۋاسىتە چىقىرىلىدۇ. ئوخشىمىغان ماشىنا تىپىنىڭ ماسلىشىش مەسىلىسىنى ئويلىشىش ئۈچۈن ، ماشىنىنىڭ ھەيدەش مۇساپىسىمۇ چىقىرىشنى بوشاشتۇرغىلى بولىدۇ.
بۇ ئاساسقا ئاساسەن ، UniAD غا ئوخشاش مودۇللۇق ئاخىرىدىن ئاخىرىغىچە بولغان ئۇقۇملارمۇ بارلىققا كەلدى ، ئۇلار ئاخىرقى مەھسۇلاتنى كونترول قىلىش سىگنالى ياكى يول لىنىيىسىدىن باشقا ، مۇناسىۋەتلىك ئارىلىق ۋەزىپىلەرنى نازارەت قىلىش ئارقىلىق ئۈنۈمنى ئۆستۈرىدۇ. قانداقلا بولمىسۇن ، بۇنداق تار ئېنىقلىمادىن قارىغاندا ، ئاخىرىدىن ئاخىرىغىچە ماھىيەت سەزگۈ ئۇچۇرلىرىنىڭ زىيانسىز يەتكۈزۈلۈشى بولۇشى كېرەك.
ئالدى بىلەن ئاخىرلاشمىغان سىستېمىلاردىكى سېزىمچانلىق بىلەن PnC مودۇلى ئارىسىدىكى ئارايۈزنى كۆرۈپ باقايلى. ئادەتتە ، بىز ئاق تىزىملىكتىكى نەرسىلەرنى بايقايمىز (مەسىلەن ماشىنا ، ئادەم قاتارلىقلار) ۋە ئۇلارنىڭ خۇسۇسىيىتىنى تەھلىل قىلىمىز ۋە پەرەز قىلىمىز. بىز يەنە تۇراقلىق مۇھىتنى ئۆگىنىمىز (مەسىلەن يول قۇرۇلمىسى ، سۈرئەت چەكلىمىسى ، قاتناش چىرىغى قاتارلىقلار). ئەگەر بىز تېخىمۇ تەپسىلىي بولغان بولساق ، ئۇنىۋېرسال توسالغۇلارنىمۇ بايقىغان بولاتتۇق. قىسقىسى ، بۇ تونۇشلار ئارقىلىق ئۇچۇر چىقىرىش مۇرەككەپ ھەيدەش كۆرۈنۈشلىرىنىڭ كۆرسىتىش ئەندىزىسىنى تەشكىل قىلىدۇ.
قانداقلا بولمىسۇن ، بىر قىسىم ناھايىتى روشەن كۆرۈنۈشلەرگە نىسبەتەن ، نۆۋەتتىكى ئېنىق ئابستراكت نەق مەيداندىكى ماشىنا ھەيدەش ھەرىكىتىگە تەسىر كۆرسىتىدىغان ئامىللارنى تولۇق تەسۋىرلەپ بېرەلمەيدۇ ، ياكى بىز ئېنىقلاشقا تېگىشلىك ۋەزىپىلەر بەك ئۇششاق ، تەلەپ قىلىنغان بارلىق ۋەزىپىلەرنى ساناش تەس. شۇڭلاشقا ، ئاخىرىدىن ئاخىرىغىچە بولغان سىستېمىلار (بەلكىم يوشۇرۇن ھالدا) ئەتراپلىق ۋەكىللىك بىلەن تەمىنلەيدۇ ، بۇ ئۇچۇرلار بىلەن PnCs دا ئاپتوماتىك ۋە زىيانسىز ھەرىكەت قىلىشنى ئۈمىد قىلىدۇ. مېنىڭچە ، بۇ تەلەپنى قاندۇرالايدىغان بارلىق سىستېمىلارنى ئومۇملاشقان ئاخىرىدىن ئاخىرىغىچە دېيىشكە بولىدۇ.
ھەرىكەتچان ئۆز-ئارا سىنارىيەنى بەزى ئەلالاشتۇرۇش قاتارلىق باشقا مەسىلىلەرگە كەلسەك ، مېنىڭچە ھېچ بولمىغاندا ئاخىرىدىن ئاخىرىغىچە بۇ مەسىلىلەرنى ھەل قىلالمايدۇ ، ئاخىرىدىن ئاخىرىغىچە ئەڭ ياخشى ھەل قىلىش چارىسى بولماسلىقى مۇمكىن. ئەنئەنىۋى ئۇسۇللار بۇ مەسىلىلەرنى ھەل قىلالايدۇ ، ئەلۋەتتە ، سانلىق مەلۇمات مىقدارى يېتەرلىك بولغاندا ، ئاخىرىدىن ئاخىرىغىچە تېخىمۇ ياخشى ھەل قىلىش چارىسى بىلەن تەمىنلەيدۇ.
ئاخىرىدىن ئاخىرىغىچە ئاپتوماتىك ھەيدەش ھەققىدىكى بەزى ئۇقۇشماسلىقلار
1. كونترول سىگنالى ۋە يول نۇقتىلىرى چوقۇم ئاخىرىغىچە چىقىرىلىشى كېرەك.
ئەگەر سىز يۇقىرىدا مۇلاھىزە قىلىنغان كەڭ ئاخىرىدىن ئاخىرىغىچە بولغان ئۇقۇمغا قوشۇلسىڭىز ، ئۇنداقتا بۇ مەسىلىنى چۈشىنىش ئاسان. ئاخىرىدىن ئاخىرىغىچە ئۇچۇر مىقدارىنى بىۋاسىتە چىقارماي ، ئۇچۇرنىڭ زىيانسىز يەتكۈزۈلۈشىنى تەكىتلەش كېرەك. تار ئاخىرلىشىش ئۇسۇلى نۇرغۇن زۆرۈر بولمىغان ئاۋارىچىلىقلارنى كەلتۈرۈپ چىقىرىدۇ ھەمدە بىخەتەرلىككە كاپالەتلىك قىلىش ئۈچۈن نۇرغۇن يوشۇرۇن ھەل قىلىش چارىلىرىنى تەلەپ قىلىدۇ.
2. ئاخىرىدىن ئاخىرىغىچە سىستېما چوقۇم چوڭ مودېل ياكى ساپ كۆرۈشنى ئاساس قىلىشى كېرەك.
ئاخىرىدىن ئاخىرىغىچە ئاپتوماتىك ھەيدەش ، چوڭ تىپتىكى ئاپتوماتىك ھەيدەش ۋە پۈتۈنلەي كۆرۈنۈشلۈك ئاپتوماتىك ھەيدەش ئوتتۇرىسىدا ھېچقانداق باغلىنىش يوق ، چۈنكى ئۇلار پۈتۈنلەي مۇستەقىل ئۇقۇم. ئاخىرىدىن ئاخىرىغىچە سىستېمىنىڭ چوڭ مودېللار تەرىپىدىن قوزغىتىلىشى ناتايىن ، شۇنداقلا ساپ كۆرۈشنىڭ تۈرتكىسىدە بولۇشى ناتايىن. of.
3. ئۇزۇن مۇددەتتىن قارىغاندا ، تار مەنىدە يۇقىرىدا تىلغا ئېلىنغان ئاخىرىدىن ئاخىرىغىچە سىستېمىنىڭ L3 سەۋىيىسىدىن يۇقىرى ئاپتوماتىك ھەيدەشنى ئەمەلگە ئاشۇرالامدۇ؟
ھازىر ساپ ئاخىرىدىن ئاخىرىغىچە FSD دەپ ئاتىلىدىغان ئىقتىدارنىڭ ئىقتىدارى L3 سەۋىيىسىدە تەلەپ قىلىنغان ئىشەنچلىك ۋە مۇقىملىقنى قاندۇرۇش ئۈچۈن يېتەرلىك ئەمەس. تېخىمۇ ئوچۇق قىلىپ ئېيتقاندا ، ئەگەر ئاپتوماتىك ھەيدەش سىستېمىسى ئاۋامنىڭ قوبۇل قىلىشىنى ئۈمىد قىلسا ، مۇھىمى ئاۋامنىڭ بەزى ئەھۋاللاردا ماشىنىنىڭ خاتالىق سادىر قىلىدىغانلىقىنى قوبۇل قىلالايدىغان-قىلالمايدىغانلىقى ، ئىنسانلار ئۇلارنى ئاسانلا ھەل قىلالايدىغانلىقىدا. بۇ ساپ ئاخىرلىشىش سىستېمىسى ئۈچۈن تېخىمۇ قىيىن.
مەسىلەن ، شىمالىي ئامېرىكىدىكى Waymo ۋە Cruise قاتارلىق نۇرغۇن ھادىسىلەر يۈز بەردى. قانداقلا بولمىسۇن ، كرۇزنىڭ ئەڭ ئاخىرقى ھادىسىسى ئىككى يارلىنىشنى كەلتۈرۈپ چىقاردى ، گەرچە بۇ خىل ھادىسە ئادەم شوپۇرلىرى ئۈچۈن بىر قەدەر مۇقەررەر ۋە قوبۇل قىلغىلى بولىدۇ. قانداقلا بولمىسۇن ، بۇ ھادىسە يۈز بەرگەندىن كېيىن ، سىستېما ھادىسە يۈز بەرگەن ئورۇن ۋە يارىلانغانلارنىڭ ئورنىنى خاتا چۈشۈرۈپ ، تارتىپ چىقىرىش ھالىتىگە چۈشۈپ ، يارىلانغانلارنى ئۇزۇن مۇددەت سۆرەپ كېتىشنى كەلتۈرۈپ چىقارغان. بۇ قىلمىشنى ھەرقانداق نورمال شوپۇر قوبۇل قىلالمايدۇ. ئۇ ئەمەلگە ئاشمايدۇ ، نەتىجىسى ئىنتايىن ناچار بولىدۇ.
ئۇندىن باشقا ، بۇ بىر ئويغىنىش چاقىرىقى ، بىز ئاپتوماتىك ھەيدەش سىستېمىسىنى تەرەققىي قىلدۇرۇش ۋە مەشغۇلات جەريانىدا بۇ ئەھۋالدىن قانداق ساقلىنىشنى ئەستايىدىل ئويلىشىشىمىز كېرەك.
4.شۇڭا ، ھازىرقى پەيتتە ، كېيىنكى ئەۋلاد تۈركۈملەپ ئىشلەپچىقىرىلغان ياردەمچى ماشىنا ھەيدەش سىستېمىسىنىڭ ئەمەلىي ھەل قىلىش چارىسى نېمە؟
مېنىڭ ھازىرقى چۈشەنچەمگە ئاساسلانغاندا ، ماشىنا ھەيدەشتە ئاتالمىش ئاخىرقى مودېلنى ئىشلەتكەندە ، يۆنىلىشنى چىقارغاندىن كېيىن ، ئۇ ئەنئەنىۋى ئۇسۇللارنى ئاساس قىلىپ ھەل قىلىش چارىسىنى قايتۇرىدۇ. ئۇنىڭدىن باشقا ، ئۆگىنىشنى ئاساس قىلغان پىلانلىغۇچىلار ۋە ئەنئەنىۋى يۆنىلىشلىك پىلان ھېسابلاش ھېسابلاش ئۇسۇلى بىرلا ۋاقىتتا كۆپ يۆنىلىشنى ھاسىل قىلىدۇ ، ئاندىن تاللىغۇچ ئارقىلىق بىر يۆنىلىشنى تاللايدۇ.
بۇ خىل يوشۇرۇن ھەل قىلىش چارىسى ۋە تاللاش ئەگەر بۇ سىستېما قۇرۇلمىسى قوللىنىلسا ، بۇ كاسات سىستېمىسىنىڭ ئىقتىدارنىڭ يۇقىرى چېكىگە چەك قويىدۇ. ئەگەر بۇ ئۇسۇل يەنىلا ساپ قايتما ئۆگىنىشنى ئاساس قىلغان بولسا ، مۆلچەرلىگىلى بولمايدىغان مەغلۇبىيەت يۈز بېرىپ ، بىخەتەر بولۇش مەقسىتىگە يەتكىلى بولمايدۇ.
ئەگەر بىز بۇ چىقىرىش يۆنىلىشىدە ئەنئەنىۋى پىلانلاش ئۇسۇللىرىنى ئىشلىتىپ قايتا ئەلالاشتۇرۇش ياكى تاللاشنى ئويلاشساق ، بۇ ئۆگىنىش قوزغىتىش ئۇسۇلى ئىشلەپچىقارغان يۆنىلىشكە باراۋەر. ئۇنداقتا ، بىز نېمىشقا بۇ يۆنىلىشنى بىۋاسىتە ئەلالاشتۇرمايمىز؟
ئەلۋەتتە ، بەزى كىشىلەر بۇنداق ئەلالاشتۇرۇش ياكى ئىزدەش مەسىلىسى تۇتاش ئەمەس ، دۆلەت بوشلۇقى كەڭ ، ماشىنا سىستېمىسىدا دەل ۋاقتىدا ئىجرا قىلىش مۇمكىن ئەمەس دېيىشىدۇ. كۆپچىلىكتىن بۇ سوئالنى ئەستايىدىل ئويلىنىپ بېقىشىنى ئۆتۈندۈم: ئۆتكەن ئون يىلدا ، سېزىش سىستېمىسى ھېسابلاش كۈچىنىڭ كەم دېگەندە يۈز ھەسسىسىگە ئېرىشتى ، ئەمما بىزنىڭ PnC مودۇلىمىزچۇ؟
ئەگەر بىز يەنە PnC مودۇلىنىڭ چوڭ ھېسابلاش كۈچىنى ئىشلىتىشىگە يول قويساق ، يېقىنقى يىللاردىكى ئىلغار ئەلالاشتۇرۇش ھېسابلاش ئۇسۇلىدىكى بەزى ئىلگىرىلەشلەر بىلەن بىرلەشتۈرۈلسەك ، بۇ يەكۈن يەنىلا توغرىمۇ؟ بۇ خىل مەسىلىگە قارىتا ، بىز بىرىنچى پرىنسىپتىن نېمىنىڭ توغرا ئىكەنلىكىنى ئويلىشىشىمىز كېرەك.
5. سانلىق مەلۇمات قوزغىتىش بىلەن ئەنئەنىۋى ئۇسۇل ئوتتۇرىسىدىكى مۇناسىۋەتنى قانداق ماسلاشتۇرۇش كېرەك؟
شاھمات ئويناش ئاپتوماتىك ھەيدەشكە ناھايىتى ئوخشايدىغان مىسال. بۇ يىل 2-ئايدا ، Deepmind «Grandmaster دەرىجىلىك شاھماتنى ئىزدىمەيسىز» ناملىق ماقالە ئېلان قىلىپ ، پەقەت سانلىق مەلۇماتلارنى قوزغىتىش ۋە AlphaGo ۋە AlphaZero دىكى MCTS ئىزدەشتىن ۋاز كېچىش مۇمكىنچىلىكى بار-يوقلۇقىنى مۇلاھىزە قىلدى. ئاپتوماتىك ھەيدەشكە ئوخشاش ، پەقەت بىرلا تور ھەرىكەتنى بىۋاسىتە چىقىرىشقا ئىشلىتىلىدۇ ، كېيىنكى باسقۇچلارغا سەل قارىلىدۇ.
ماقالىدە مۇنداق دەپ خۇلاسە چىقىرىلدى: گەرچە نۇرغۇن سانلىق مەلۇمات ۋە مودېل پارامېتىرلىرى بولسىمۇ ، ئەمما ئىزدىمەي تۇرۇپ خېلى مۇۋاپىق نەتىجىگە ئېرىشكىلى بولىدۇ. قانداقلا بولمىسۇن ، ئىزدەش ئۇسۇلىنى قوللانغان ئۇسۇللارغا سېلىشتۇرغاندا كۆرۈنەرلىك پەرقلەر بار. بۇ بەزى مۇرەككەپ ئاخىرقى ئىسىملارنى بىر تەرەپ قىلىشقا پايدىلىق.
كۆپ باسقۇچلۇق ئويۇنلارنى تەلەپ قىلىدىغان مۇرەككەپ سىنارىيە ياكى بۇلۇڭ ئەھۋاللىرىغا نىسبەتەن ، بۇ ئوخشىتىش يەنىلا ئەنئەنىۋى ئەلالاشتۇرۇش ياكى ئىزدەش ھېسابلاش ئۇسۇلىدىن پۈتۈنلەي ۋاز كېچىشنى قىيىنلاشتۇرۇۋېتىدۇ. AlphaZero غا ئوخشاش ھەر خىل تېخنىكىلارنىڭ ئەۋزەللىكىنى مۇۋاپىق ئىشلىتىش ئىقتىدارنى ئاشۇرۇشنىڭ ئەڭ ياخشى ئۇسۇلى.
6. ئەنئەنىۋى ئۇسۇل = ئەگەر قائىدە ئاساس قىلىنغان بولسا؟
مەن نۇرغۇن كىشىلەر بىلەن پاراڭلاشقاندا بۇ ئۇقۇمنى قايتا-قايتا تۈزىتىشىم كېرەك. نۇرغۇن كىشىلەر نوقۇل سانلىق مەلۇمات ئارقىلىق قوزغىتىلمىسىلا ، ئۇ قائىدىگە تايانمايدۇ دەپ قارايدۇ. مەسىلەن ، شاھماتتا فورمۇلا ۋە شاھمات خاتىرىسىنى ئەستە تۇتۇش قائىدىنى ئاساس قىلىدۇ ، ئەمما AlphaGo ۋە AlphaZero غا ئوخشاش ، ئۇ مودېلنى ئەلالاشتۇرۇش ۋە ئىزدەش ئارقىلىق ئەقىلگە مۇۋاپىق ئىقتىدار بىلەن تەمىنلەيدۇ. مېنىڭچە ئۇنى قائىدە ئاساسىدىكى دېيىشكە بولمايدۇ.
مۇشۇ سەۋەبتىن ، چوڭ مودېلنىڭ ئۆزى ھازىر يوقاپ كەتتى ، تەتقىقاتچىلار CoT قاتارلىق ئۇسۇللار ئارقىلىق ئۆگىنىش قوزغىتىش ئەندىزىسى بىلەن تەمىنلىمەكچى بولۇۋاتىدۇ. قانداقلا بولمىسۇن ، ساپ سانلىق مەلۇمات ئارقىلىق رەسىم تونۇش ۋە چۈشەندۈرگىلى بولمايدىغان سەۋەبلەر تەلەپ قىلىدىغان ۋەزىپىلەرگە ئوخشىمايدىغىنى ، ماشىنا ھەيدىگەن ھەر بىر ئادەمنىڭ ھەرىكىتىنىڭ ئېنىق ھەرىكەتلەندۈرگۈچ كۈچى بار.
مۇناسىپ ئالگورىزىم بىناكارلىق لايىھىسىگە ئاساسەن ، قارار يۆنىلىشى ئۆزگىرىشچان بولۇپ ، ئوخشىمىغان ئەھۋاللارنى ئوڭشاش ئۈچۈن پارامېتىرلارنى مەجبۇرىي ياماش ۋە تەڭشەشتىن كۆرە ، ئىلمىي نىشاننىڭ يېتەكچىلىكىدە بىردەك ئەلالاشتۇرۇلۇشى كېرەك. بۇ خىل سىستېمىدا تەبىئىيلا ھەر خىل قاتتىق كودلانغان غەلىتە قائىدىلەر بولمايدۇ.
خۇلاسە
قىسقىسى ، ئاخىرىدىن ئاخىرىغىچە ئىستىقباللىق تېخنىكىلىق يول بولۇشى مۇمكىن ، ئەمما بۇ ئۇقۇمنىڭ قانداق قوللىنىلىشى تېخىمۇ كۆپ تەتقىقاتقا موھتاج. مېنىڭچە بىر تۈركۈم سانلىق مەلۇمات ۋە مودېل پارامېتىرلىرى بىردىنبىر توغرا ھەل قىلىش چارىسى ئەمەس ، ئەگەر بىز باشقىلاردىن ئېشىپ كەتمەكچى بولساق ، داۋاملىق تىرىشىشىمىز كېرەك.
يوللانغان ۋاقتى: Apr-24-2024