في عصر تكنولوجيا القيادة الذاتية، تعتبر خرائط الشوارع بمستوى الممرات (lane-level maps) للبنية التحتية ضرورية لضمان تشغيل المركبات بسلاسة وأمان. ومع ذلك، فإن إنشاء وصيانة هذه الخرائط في مئات المدن لا يزال مهمة تحتاج إلى جهد كبير. ولكن، تم تقديم حل مبتكر يُدعى MapAgent، وهو إطار عمل صناعي ذو طابع خاص يعمل على تحسين عملية إنتاج خرائط الممرات.

يستفيد MapAgent من تقنيات حديثة في رسم الخرائط القائمة على النماذج (vectorized mapping)، حيث يمكنه توقع شكل الممرات (lane geometry) وتوزيعها (topology) بشكل مباشر من بيانات المستشعرات. لكنه يتجاوز الطرق التقليدية التي تتعامل مع تفصيلات رسم الخرائط واللوائح المرورية كمجرد إشراف غير مُعتمد على بيانات معينة، وهو ما قد يؤدي إلى أخطاء في التكوين.

تتضمن بنية MapAgent استخدام عملية متكاملة تُعرف بـ Judge-Planner-Worker، حيث يقوم قاضي الرؤية واللغة (vision-language Judge) بتشخيص الأخطاء عن طريق فحص الأدلة البصرية والنماذج المقترحة، بينما يقوم المخطط (Planner) بإنتاج تعديلات تصحيحية بسيطة مع إعادة التحقق بعد التحرير.

الأهم من ذلك، أن النظام مُصمم ليكون قابلاً للتوسع على مستوى المدينة، حيث يتم تفعيل MapAgent فقط في المناطق التي تكون فيها ثقة النظام الأساسي منخفضة، مما يحافظ على الإنتاجية العالية مع تقليل التأثير على الأداء.

أظهرت التجارب على مجموعات بيانات في العالم الحقيقي تحسينات ملحوظة مقارنة بالأنظمة السابقة، خصوصًا في السيناريوهات المعقدة. وهذا ليس كل شيء، بل تم دمج MapAgent في خرائط بايدو (Baidu Maps)، مما يدعم إنشاء خرائط الممرات لأكثر من 360 مدينة، مما يزيد من أتمتة الإنتاج إلى أكثر من 95%. هذا النجاح يبرهن على فعالية MapAgent في إنشاء خرائط الممرات على نطاق واسع.