Intel Labs використовує "Grand Theft Auto", щоб навчати автомобілі самостійного водіння

$config[ads_kvadrat] not found

GTA V play on i3-3220 + GTX 760

GTA V play on i3-3220 + GTX 760
Anonim

З усіх відеоігор вам буде показано когось у драйвері, Grand Theft Auto може бути не у верхній частині цього списку. Але команда Intel Labs і Дармштадтського університету в Німеччині виявила, що використання відеоігор дає незрівнянний рівень точності при ідентифікації об'єктів.

Команда, яка опублікувала свої висновки в цій роботі, зауважила, що гра надала точне моделювання сценаріїв реального водіння. Ці дані можуть бути використані автомашинами в реальному світі, щоб їздити навколо і безпечно рухатися.

Самостійне водіння автомобілів використовує дані ідентифікації об'єкта, щоб допомогти "дізнатися", як ідентифікувати об'єкти, такі як пішоходи, ліхтарні стовпи і стіни під час руху по вулиці. Як правило, автовиробники створюють ці дані з записаного відео з приладової панелі автомобіля. Вони проходять і ідентифікують об'єкти вручну, при цьому система використовує машинне навчання, щоб зрештою створити більш широке уявлення про те, як виглядає кожен об'єкт.

Використання Grand Theft Auto Проте, команда змогла ефективно автоматизувати цей процес. Команда могла записувати подібні відео в грі, але змогла швидше ідентифікувати активи, що представляли ті самі вуличні об'єкти. Фотореалістичний віртуальний світ означає, що ідентифіковані об'єкти дають системі ті ж точні уявлення про те, якими будуть виглядати об'єкти реального світу.

Комп'ютер може автоматично ідентифікувати об'єкти за лічені секунди, процес, який зазвичай займає майже дві години на зображення з записаним відео. Ось процес у дії:

«З штучними середовищами ми можемо без особливих зусиль зібрати точно анотовані дані в більшому масштабі, зі значними варіаціями в освітленні та кліматичних умовах», - доктор філософії Аліреза Шафаї. студент Університету Британської Колумбії, розповів Технологічний огляд MIT.

Шафаї опублікував свої дослідження в статті, в якій детально описано, як відеоігри можуть навчати комп'ютери, щоб допомогти побачити світ. "Ми показали, що ці синтетичні дані майже так само хороші, а іноді навіть кращі, ніж використання реальних даних для навчання", - сказав він.

Самостійне керування автомобілями використовує велику кількість даних, і такі методи, як це, будуть життєво необхідні для того, щоб тримати їх на вершині. Компанія AT&T почала випробування нової 5G стільникової мережі, розробленої з використанням самостійних автомобілів на увазі, які можуть визначати пріоритети критично важливих даних, щоб уникнути аварійних автомобілів, які страждають від затримок. Всі ці дані приходять за ціною, хоча, як дослідники попередили, що автомобілі можуть бути сприйнятливі до злому. Водійські транспортні засоби відкривають нові можливості для великих наборів даних, але питання про те, як з цим справитися, буде головним пріоритетом.

$config[ads_kvadrat] not found