Otonom sürüş teknolojisinin geliştirilmesinde karşılaşılan en büyük zorluklardan biri, çeşitli sürüş durumlarını gerçekçi bir şekilde simüle etmektir. Mevcut dünya modelleri genellikle uzman sürücülerin güvenli davranışlarından oluşan gerçek dünya verilerinde eğitildiği için, tehlikeli veya acemi sürüş davranışlarını modellemekte yetersiz kalıyordu.
Araştırmacılar bu problemi çözmek için ReSim adlı yeni bir sistem geliştirdi. Bu sistem, gerçek insan sürüş verilerini CARLA gibi sürüş simülatörlerinden toplanan çeşitli acemi sürücü verileriyle zenginleştiriyor. Bu heterojen veri korpusunda eğitilen kontrol edilebilir dünya modeli, çok daha geniş bir yelpazede sürüş senaryolarını simüle edebiliyor.
ReSim'in temelinde difüzyon transformatör mimarisine dayanan bir video üretici bulunuyor. Araştırmacılar, kontrol sinyallerini etkili bir şekilde entegre etmek ve tahmin kontrolü ile sadakatini artırmak için çeşitli stratejiler geliştirdi. Bu yaklaşım sayesinde model, nadir görülen tehlikeli durumları da içeren açık dünya sürüş senaryolarını güvenilir bir şekilde simüle edebiliyor.
Bu gelişme, otonom araç politikalarının değerlendirilmesi açısından kritik öneme sahip. Özellikle güvenlik testleri ve farklı sürüş davranışlarının analizi için daha kapsamlı ve gerçekçi test ortamları sağlıyor.