दैनिक अर्क्सिव

यह पेज दुनियाभर में प्रकाशित होने वाले आर्टिफिशियल इंटेलिजेंस संबंधित रिसर्च पेपर्स को संक्षिप्त रूप में प्रस्तुत करता है।
यहां Google Gemini का उपयोग करके पेपर्स का सारांश तैयार किया जाता है और यह पेज गैर-लाभकारी रूप से संचालित किया जाता है।
पेपर के कॉपीराइट लेखक और संबंधित संस्थान के पास हैं, और साझा करते समय बस स्रोत का उल्लेख करें।

इंटरलीव्ड ऑटोरिग्रैसिव मोशन और परिदृश्य निर्माण के साथ दीर्घकालिक ट्रैफ़िक सिमुलेशन

Created by
  • Haebom

लेखक

शियुयु यांग, शुहान टैन, फिलिप क्र अहेनब उहल

रूपरेखा

InfGen, स्वायत्त ड्राइविंग प्रणालियों के दीर्घकालिक ड्राइविंग सिमुलेशन के लिए एक एकीकृत मॉडल है। मौजूदा मॉडल अल्पकालिक, क्लोज्ड-लूप गति सिमुलेशन पर केंद्रित हैं और दीर्घकालिक सिमुलेशन के लिए अनुपयुक्त हैं। InfGen एक अगली पीढ़ी का टोकन पूर्वानुमान मॉडल है जो क्लोज्ड-लूप गति सिमुलेशन और दृश्य निर्माण को समानांतर रूप से निष्पादित करता है, और स्थिर दीर्घकालिक सिमुलेशन को सक्षम करने के लिए स्वचालित रूप से दोनों मोड के बीच स्विच करता है। इसने 9 सेकंड के अल्पकालिक सिमुलेशन में अत्याधुनिक प्रदर्शन का प्रदर्शन किया और 30 सेकंड के दीर्घकालिक सिमुलेशन में मौजूदा विधियों से काफी बेहतर प्रदर्शन किया। कोड और मॉडल https://orangesodahub.github.io/InfGen में जारी किए जाएँगे ।

Takeaways, Limitations

Takeaways:
स्वायत्त ड्राइविंग प्रणालियों के दीर्घकालिक ड्राइविंग सिमुलेशन के लिए एक नया मानक प्रस्तुत करना।
बंद-लूप गति सिमुलेशन और दृश्य निर्माण को एकीकृत करके स्थिर दीर्घकालिक सिमुलेशन प्राप्त करना।
अल्पकालिक और दीर्घकालिक दोनों सिमुलेशन में उत्कृष्ट प्रदर्शन प्रदर्शित किया
खुले कोड और मॉडल प्रकटीकरण के माध्यम से अनुसंधान की पुनरुत्पादनशीलता और मापनीयता सुनिश्चित करना।
Limitations:
इस शोध पत्र में विशिष्ट Limitations या भविष्य के अनुसंधान निर्देशों का स्पष्ट उल्लेख नहीं किया गया है।
वास्तविक सड़क परिवेश और सामान्यीकरण प्रदर्शन से अंतर के संबंध में आगे सत्यापन की आवश्यकता है।
सिमुलेशन की कम्प्यूटेशनल लागत और दक्षता के विश्लेषण का अभाव।
👍