Xpeng, otonom sürüş için X-Mind dünya modelini piyasaya sürdü

Xpeng’in dünya modeli çerçevesi, otonom sürüşü engelleyen bir boşluğu ele alıyor: Tepki vermek yerine öngörememek Xpeng, araçların bir eyleme geçmeden önce yakın vadeli çevresel değişiklikleri simüle etmesine izin vermek için tahmine dayalı dünya modeli yeteneklerini otonom sürüş sistemlerine yerleştiren bir çerçeve olan X-Mind’ı piyasaya sürdü. Bu ay Denver’da düzenlenen bilgisayarlı görme ve örüntü tanıma konferansının Temel Modeli çalıştayında sunulan program, Xpeng’in X-World ve X-Foresight ile birlikte oluşturduğu üç sütunlu Fiziksel Yapay Zeka araştırma programını tamamlıyor. X-Mind’ın genel mimarisi. Tahmine dayalı dünya modeli, büyük sürüş modelinin içine yerleştirilmiştir. Tekrarlayan Blok Dağıtımı, kompakt bir soyut çizim oluşturmak için tek bir ileri geçişte hiyerarşik iç katmanlar boyunca aşamalı gürültü giderme işlemini gerçekleştirir. Planlayıcı, bu öngörülen fiziksel geleceğe bağlı olarak en uygun ego-araç yörüngesini türetir. Mavi oklar eğitim veri akışını gösterir; siyah oklar çıkarımı gösterir. Geleneksel otonom sürüş, çevredeki ortamın nasıl gelişeceğini modellemeden anında görsel girdiyi işleyerek tepkisel bir algı-eylem döngüsü üzerinde çalışır. X-Mind, herhangi bir eylem oluşturulmadan önce sistem içinde mekansal-zamansal bir simülasyon çalıştıran görsel bir düşünce zinciri sunarak araçların trafik koşullarını basitçe yanıt vermek yerine tahmin etmelerine olanak tanır. Yapılandırılmış soyut taslağın görselleştirilmesi. Bu tür ek açıklamalar, dünya modelini eğitmek için yüksek kaliteli denetleyici sinyaller olarak hizmet eder ve şunları kapsar: (a) dinamik trafik ışığı durumlarını, (b) uyarlanabilir navigasyon amaçlarını, (c) hız uyumluluk profillerini. Yoğun, yapısal olarak öne çıkan açıklamalar, modelin karmaşık fiziksel ve anlamsal sürüş kurallarını öğrenmesi açısından kritik öneme sahiptir. Çerçevenin Düşünce Taslağı modülü, derin sıkıştırmalı bir otomatik kodlayıcı kullanarak, öngörülen gelecekteki 12 kareyi 96 jetona sıkıştırarak yol topolojisini, trafik ışığı durumlarını ve navigasyon amacını korurken planlamayla ilgisi olmayan doku verilerini atıyor. Tekrarlayan Blok Dağıtım mekanizması daha sonra tek bir ileri geçişte gelecekteki sunumları oluşturarak karşılaştırılabilir çıkarım gecikmesinde tek adımlı gürültü gidermeye göre önemli ölçüde daha yüksek görüntü kalitesi elde eder. Tekrarlayan Blok Difüzyonuna Genel Bakış. Transformatör katmanları beş bloğa bölünmüştür; eğitim sırasında, her bloktaki çizim jetonu özelliklerinin yerini gürültü ve temel gerçeğin doğrusal kombinasyonları alır. Çıkarım sırasında önceki blokların çıktıları, sabit bir zaman adımıyla Euler entegrasyonu aracılığıyla sonraki blokları besler; bunların tümü tek bir büyük dil modeli ileri geçiş dahilindedir. Karşılaştırmalı testlerde X-Mind, güvenlik ve trafik uyumluluğunun en kritik olduğu karmaşık uzun kuyruk senaryolarında yoğunlaşan kazanımlarla, geleneksel görüş-dil-eylem modellerine göre yanal ve boylamsal yer değiştirme hatasını azalttı. Çıkarım gecikmesi, kısıtlamalar altındaki otomotiv sınıfı donanımlarla uyumlu olarak tanımlanmaktadır; bu, daha ağır 3D yeniden yapılandırma yaklaşımlarının karşılayamadığı bir dağıtım eşiğidir. Gelecekteki kuşbakışı (BEV) tahminlerin niteliksel karşılaştırması. Görüntüler, hem gündüz hem de gece senaryoları altında gelecekteki mekansal çıkarımların sonuçlarını göstermektedir. Tek adımlı üretime (orta sıra) dayalı temel yöntemlerle karşılaştırıldığında, X-Mind (alt sıra) tarafından önerilen Tekrarlayan Blok Difüzyon (RBD) çerçevesi, son derece doğru ve zamansal olarak tutarlı tahminler sağlar. Dinamik nesnelerin temel gerçek (GT) denetiminde bulunmadığı durumlarda bile, RBD çerçevesinin dinamik nesnelerin hareketini tahmin etmeye yönelik bilişsel bir yetenek sergilemesi çok önemlidir. X-Mind, X-World ve X-Foresight birlikte Xpeng’in proaktif muhakeme, kontrol edilebilir üretim ve uzun vadeli tahminleri kapsayan Fiziksel Yapay Zeka Temel Model soyunu oluşturur. Xpeng, mimarinin otonom sürüşün ötesinde somutlaştırılmış zeka uygulamalarına genişletildiğini belirtti.

Bilgilendirme: Bu içerik, uluslararası otomotiv üreticileri ve güvenilir basın kaynakları tarafından paylaşılan bilgiler doğrultusunda, AutomobileMagazine’in yapay zekâ destekli yayın sistemi kullanılarak hazırlanmış ve yayımlanmıştır.