“hareket tahmini” için sonuçlar
3 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
FlowS: Robotlar İçin Tek Adımda Hareket Tahmin Sistemi Geliştirildi
Araştırmacılar, otonom sistemlerin hareket tahmininde karşılaştıkları büyük sorunu çözen yeni bir yaklaşım geliştirdi. FlowS adlı sistem, yüksek doğruluk, çok modlu gelecek senaryoları ve düşük gecikme gereksinimlerini aynı anda karşılamayı başarıyor. Mevcut difüzyon modelleri doğru ve çeşitli tahminler üretse de onlarca hatta yüzlerce işlem adımı gerektirdiği için gerçek zamanlı uygulamalarda çok yavaş kalıyor. Yeni yaklaşım, 'yerel transport koşullandırması' stratejisiyle bu sorunu çözüyor. Sistem, uzun mesafeli karmaşık hareketleri tek seferde tahmin etmeye çalışmak yerine, olası geleceklere yakın bir temel dağılım kullanarak problemi kısa menzilli iyileştirmeye dönüştürüyor. Bu sayede tek bir Euler adımı yeterli oluyor ve gerçek zamanlı performans elde ediliyor.
Otonom Araçlar İçin Yeni Hareket Tahmin Sistemi: RetroMotion
Araştırmacılar, otonom araçların trafikteki diğer kullanıcıların gelecekteki hareketlerini daha iyi tahmin edebilmesi için RetroMotion adlı yenilikçi bir sistem geliştirdi. Geleneksel yöntemlerden farklı olarak, bu sistem gelecekteki bilgileri geçmişe doğru akıtarak daha doğru tahminler yapabiliyor. Çok sayıda araç ve yayanın bulunduğu karmaşık trafik senaryolarında, sistem önce her bir kullanıcı için bireysel hareket tahminleri oluşturuyor, sonra da aralarındaki etkileşimleri modelleyerek ortak hareket desenlerini belirliyor. Transformer mimarisi kullanan bu yaklaşım, pozisyon belirsizliklerini matematiksel dağılımlarla modelleyerek daha hassas sonuçlar elde ediyor. Waymo, Argoverse 2 ve V2X-Seq gibi prestijli veri setlerinde test edilen sistem, mevcut yöntemlere göre önemli performans artışları gösterdi.
EAST: Yapay zeka yarım kalmış hareketleri tahmin edebiliyor
Araştırmacılar, henüz tamamlanmamış hareketleri önceden tahmin edebilen yeni bir yapay zeka sistemi geliştirdi. EAST adlı bu framework, video görüntülerinin sadece bir kısmını görerek gelecekte ne olacağını kestirebiliyor. Sistem, rastgele örnekleme stratejisi kullanarak tek bir model ile farklı gözlem oranlarında çalışabiliyor. Araştırmacılar ayrıca bellek kullanımını yarıya indiren ve eğitim süresini 2 kat hızlandıran bir token maskeleme yöntemi geliştirdi. Bu teknoloji, güvenlik sistemlerinden otonom araçlara kadar birçok alanda erken uyarı sistemleri için kullanılabilir. Çalışma, sınırlı görsel kanıtlarla hareket tahmini yapmanın zorluklarını aşmak için yenilikçi yaklaşımlar sunuyor.