Waymo無人車是如何進行行為預測的
通過這個過程，神經(jīng)網(wǎng)絡獲得了各種向量之間的關系。例如汽車進入十字路口或行人接近人行橫道時，就會發(fā)生這些關系。通過學習道路特征和對象軌跡之間的這種相互作用，VectorNet 能夠通過學習不同的行為模式來更好地預測其他道路參與者的行為。
為了進一步增強 VectorNet 的功能，waymo對該系統(tǒng)進行了訓練，以從模糊線索中學習，以推斷出車輛周圍接下來會發(fā)生什么，從而做出更好的行為預測。例如，重要的場景信息通常在行駛時會被遮擋，例如樹葉遮住停車標志。當人類駕駛員遇到這種情況時，即使他們看不見，他們也可以借鑒過去的經(jīng)驗來推斷發(fā)生某事的可能性。通過在訓練過程中隨機掩蓋地圖特征（例如在四通路口的停車標志并要求網(wǎng)絡完成），VectorNet可以進一步提高Waymo Driver對周圍世界的了解，并為意外做好準備。
驗證VectorNet的性能
將VectorNet與ResNet進行比較，發(fā)現(xiàn)VectorNet的計算和位移誤差有所改善。與最先進且使用最廣泛的ConvNets之一ResNet－18相比，VectorNet的性能提高了18％，而每個場景只有50個代理時，僅使用29％的參數(shù)，而且僅消耗20％的計算量。
VectorNet使waymo能夠更好地適應這些新領域，更有效地學習，并幫助實現(xiàn)完全自動駕駛。
分享
請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
推薦專題
- 1 UALink規(guī)范發(fā)布：挑戰(zhàn)英偉達AI統(tǒng)治的開始
- 2 北電數(shù)智主辦酒仙橋論壇，探索AI產(chǎn)業(yè)發(fā)展新路徑
- 3 降薪、加班、裁員三重暴擊，“AI四小龍”已折戟兩家
- 4 “AI寒武紀”爆發(fā)至今，五類新物種登上歷史舞臺
- 5 國產(chǎn)智駕迎戰(zhàn)特斯拉FSD，AI含量差幾何？
- 6 光計算迎來商業(yè)化突破，但落地仍需時間
- 7 東陽光：2024年扭虧、一季度凈利大增，液冷疊加具身智能打開成長空間
- 8 地平線自動駕駛方案解讀
- 9 封殺AI“照騙”，“淘寶們”終于不忍了？
- 10 優(yōu)必選：營收大增主靠小件，虧損繼續(xù)又逢關稅，能否乘機器人東風翻身？
