Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

SKGE-SWIN: End-To-End Autonomous Vehicle Waypoint Prediction and Navigation Using Skip Stage Swin Transformer

작성자
  • Haebom

作者

Fachri Najm Noer Kartiman, Rasim, Yaya Wihardi, Nurul Hasanah, Oskar Natan, Bambang Wahono, Taufik Ibnu Salim

概要

この研究は、ピクセル間の相互コンテキストを考慮したエンドツーエンドの自律走行モデルの開発に焦点を当てたSKGE-Swinアーキテクチャを提案します。 SKGE-Swinは、スキップステージメカニズムを活用したSwin Transformerを使用して、さまざまなネットワークレベルとグローバルに特徴表現を拡張します。 Swin TransformerのShifted Window-based Multi-head Self-Attention(SW-MSA)メカニズムを活用して遠いピクセルの情報を抽出し、初期から最終段階まで重要な情報を維持し、周囲の複雑なパターンを理解する能力を向上させます. CARLAプラットフォームでは、敵対的なシナリオを使用して実際の環境をシミュレートして評価した結果、従来の方法よりも優れた走行スコアを達成しました。さらに、スキップ接続やSwin Transformerの使用による影響を含む、各アーキテクチャコンポーネントの貢献度を評価するためのablation studyを実行します。

Takeaways、Limitations

Takeaways:
Swin Transformerとスキップステージメカニズムを組み合わせて、ピクセル間の相互コンテキストを効果的に考慮する新しい自律走行モデルアーキテクチャの提示。
CARLAプラットフォームで従来の方法より優れた走行性能を実証。
Ablation studyによる各アー​​キテクチャコンポーネントの貢献度の分析
Limitations:
CARLAシミュレーション環境に限定された評価。実際の道路環境での性能検証が必要です。
Ablation study 結果の詳細は不足。
様々な環境と状況の一般化性能に関する追加研究の必要性
👍