في عالم [السيارات الذاتية](/tag/السيارات-الذاتية) القيادة، تتسم الأنظمة التي تعتمد على [نماذج [رؤية](/tag/رؤية)-[لغة](/tag/لغة)-عمل](/tag/[نماذج](/tag/نماذج)-[رؤية](/tag/رؤية)-[لغة](/tag/لغة)-[عمل](/tag/عمل)) (Vision-Language-Action) بالقوة في سيناريوهات [القيادة](/tag/القيادة) الشائعة، ولكنها تظل معرّضة للهشاشة عند مواجهة مواقف نادرة ولكن حرجة من الناحية الأمنية، مثل مناطق البناء النشطة وأشكال التحويل المعقدة. في ورقتنا هذه، نقدم [تقنية جديدة](/tag/[تقنية](/tag/تقنية)-جديدة) تُعرف باسم CLAP ([تحسين](/tag/تحسين) [التوجيه](/tag/التوجيه) في [الفضاء](/tag/الفضاء) الكامن)، والتي تُبرز إطارًا يركز على [التكيف](/tag/التكيف) المكاني.
تعمل CLAP على تعزيز [نموذج](/tag/نموذج) [قيادة](/tag/قيادة) يعتمد على [VLA](/tag/vla) متجمد، حيث تُستخدم موجهات ناعمة متعلقة بالطرق، تم تحسينها استنادًا إلى [بيانات](/tag/بيانات) تم جمعها من قبل الجمهور ويتم استرجاعها [حسب الطلب](/tag/حسب-الطلب) [عبر](/tag/عبر) [الاتصالات](/tag/الاتصالات) بين المركبات (Vehicle-to-Everything - [V2X](/tag/v2x)). يعتمد منهجنا على ملاحظتين رئيسيتين من [الفضاء](/tag/الفضاء) الكامن لنماذج VLAs:
1. عند طبقة الحالة المخفية في VLA، تتكدس السيناريوهات من نفس مجموعة الموانع بشكل ضيق وتشغل مناطق مضغوطة من [الفضاء](/tag/الفضاء) الكامن.
2. داخل كل حاجز، يتم خلط الإطارات الحادة والعادية بشكل مكثف في [التمثيل](/tag/التمثيل) الكامن، مما يجعل [تحسين](/tag/تحسين) واحدة دون الإخلال بالأخرى أمرًا صعبًا.
تتعامل CLAP مع ذلك من خلال سلسلة من مرحلتين: الأولى، [التعلم المتباين](/tag/[التعلم](/tag/التعلم)-المتباين) المُشرف لاكتشاف اتجاه المشهد الصعب القائم على الحواجز، تليها [تحسين](/tag/تحسين) [التوجيه](/tag/التوجيه) المُنظم باتجاه معين الذي يحسن بشكل انتقائي الإطارات التحديّة مع الحفاظ على [أداء](/tag/أداء) الإطارات العادية.
على معيار NAVSIM، وباستخدام مجموعة متنوعة من [نماذج VLA](/tag/[نماذج](/tag/نماذج)-vla) المتطورة، أظهرت CLAP انخفاضًا بنسبة 24% في [أخطاء](/tag/أخطاء) [تخطيط](/tag/تخطيط) السيناريوهات الصعبة دون أي تدهور في [أداء](/tag/أداء) الإطارات العادية، مما يُحسّن بشكل كبير من [أداء](/tag/أداء) [التخطيط](/tag/التخطيط) للقيادة الذاتية.
باستخدام هذه [التقنية](/tag/التقنية) المتطورة، يمكن لقيادة المركبات أن تواجه [تحديات](/tag/تحديات) الطريق بفعالية أكبر، مما يمهد الطريق لمستقبل أكثر أمانًا للقيادة الذاتية. هل تتوقع أن تغيّر هذه [التقنية](/tag/التقنية) المبتكرة [مستقبل](/tag/مستقبل) [السيارات الذاتية](/tag/السيارات-الذاتية)؟ شاركونا آرائكم في [التعليقات](/tag/التعليقات)!
ثورة في القيادة الذاتية: تقنية CLAP تعيد تعريف مواجهة تحديات الطريق!
تقدم تقنية CLAP (تحسين التوجيه في الفضاء الكامن) إطار عمل مبتكر يحسن أداء أنظمة القيادة الذاتية في سيناريوهات حادة وصعبة من خلال تحسين التوجهات المعتمدة على البيانات. من خلال تقنيات التعلم المتباين، تحقق CLAP تقدمًا ملحوظًا في تجاوز التحديات الحرجة.
المصدر الأصلي:أركايف للذكاء
زيارة المصدر الأصلي ←جاري تحميل التفاعلات...
