في عالم القيادة الذاتية، تُعتبر حوادث السيارات من أكبر التحديات التي تواجه الباحثين. وبالتالي، تمثل الحاجة إلى مقاطع فيديو واقعية لحوادث السيارات أمرًا حيويًا لتعزيز أبحاث القيادة الذاتية. للتغلب على هذه العقبة، قدم الباحثون إطار عمل جديد يُعرف بـ AccidentSim، الذي يُتيح إنتاج فيديوهات تصادم سيارات بواقعية بدنية تامة.

تستند تقنية AccidentSim على استخراج المعلومات الفيزيائية والسياقية من تقارير حوادث السيارات الحقيقية. من خلال الاستفادة من مُحاكي فيزيائي موثوق، يقوم النظام بإعادة إنتاج المسارات التي تتبعها السيارات بعد التصادم، مما يمكّنه من بناء مجموعة بيانات دقيقة لحوادث التصادم. وتتميز هذه المجموعة بتوافر بيانات واقعية تُساعد في تحسين نماذج الذكاء الاصطناعي.

بجانب ذلك، يتم تحسين نموذج لغوي لتمكينه من الاستجابة لتعليمات المستخدم وتوقع المسارات الفيزيائية المتسقة بعد التصادم في مختلف سيناريوهات القيادة. ولإضفاء المزيد من الواقعية، تستخدم AccidentSim تقنية Neural Radiance Fields (NeRF) لتوليد خلفيات عالية الجودة ودمجها مع السيارات المُستعرضة والتي تُظهر مسارات تصادم واقعية.

أظهرت النتائج التجريبية أن الفيديوهات التي تنتجها AccidentSim تتفوق من حيث الجوانب المرئية والفيزيائية، مما يُعزز إمكانية استخدامها في تدريب أنظمة القيادة الذاتية وتحسين تجارب القيادة.

في نهاية المطاف، تعكس هذه التقنية ما يمكن تحقيقه عندما تتحالف تكنولوجيا الذكاء الاصطناعي والبيانات الواقعية مع الابتكار، مهيئة الطريق لمستقبل أمان القيادة الذاتية.