في عالم القيادة الذاتية، تُعد منصات المحاكاة ثلاثية الأبعاد (3D) من الأدوات الحيوية، فهي تتيح تقييم السياسات من البداية حتى النهاية، مما يقلل من تكاليف التطوير ويزيد من مستوى السلامة. في السنوات الأخيرة، أصبحت المحاكاة باستخدام الشبكات العصبية (Neural Simulation) تحظى بشعبية كبيرة، حيث تلعب طرق مثل NuRec دورًا مركزيًا، رغم أنها قد تظل بطيئة نسبيًا وتحتاج عادةً إلى ضبط منفصل لكل مشهد.

لكن الآن، جاء نموذج Instant NuRec ليحدث ثورة في هذا المجال. فهو نموذج إعادة بناء عصبي يعتمد على التغذية الأمامية (Feed-Forward Neural Reconstruction) والذي يُحول سجل القيادة المتعدد الزوايا القصير إلى عالم قابل للمحاكاة ثلاثية الأبعاد قائم على Gaussian Splatting (3DGS) في تمريرة واحدة فقط.

يستقبل هذا النموذج مدخلات متعددة الزوايا من مجموعة كاميرات مُعايرة، وينتج مخرجات مُركبة تتكون من طبقات ثابتة وديناميكية (3DGS)، وخرائط سماء مكعبة، وتصحيحات ISP لكل كاميرا، مع دعم أصلي لنماذج الكاميرات غير المثقوبة بواسطة 3DGUT.

نجح Instant NuRec في إعادة بناء مشهد متعدد الكاميرات يستمر حوالي 10-20 ثانية في حوالي 1.5 ثانية فقط، محققًا PSNR على مجموعة بيانات Waymo مفتوحة تفوق 2.01 ديسيبل مقارنة بأقوى خط أساسي تم تقييمه. كما أن Instant NuRec مُدمج بشكل عميق مع NuRec ومتوافق مع AlpaSim لمحاكاة الدورة المغلقة.

ما رأيكم في هذا التطور الثوري في مجال قيادة السيارات الذاتية؟ شاركونا أفكاركم في التعليقات!