هوش مصنوعی
پایش رفتار خودروهای خودران با توجه به کنش موردنیاز صحنه
پیش‌چاپی در arXiv روشی دومرحله‌ای را بررسی می‌کند که به‌جای تشخیص صرفِ صحنه‌های نامعمول، می‌سنجد آیا واکنش خودرو با موقعیت سازگار است یا نه.
در روش پیشنهادی، یک مدل بینایی‌ـ‌زبانی (VLM) ابتدا بر اساس بخشی از ویدئو که نتیجهٔ حرکت را نشان نمی‌دهد، کنش مناسب صحنه را پیش‌بینی می‌کند. سپس سامانه این انتظار را با مسیر حرکتی واقعی خودرو مقایسه می‌کند. به این ترتیب، نامعمول‌بودن ظاهری صحنه به‌تنهایی نشانهٔ رفتار ناهنجار نیست: یک صحنه می‌تواند هم واکنش عادی و هم واکنش نادرست را در پی داشته باشد.
پژوهشگران برای بررسی این مسئله، طبقه‌بندی‌ای شش‌محوره با ۱۱۲ سناریوی جفت‌شده ساخته‌اند؛ این سناریوها هر دو جهت خطا را پوشش می‌دهند و ۴۲ مورد از رخدادهای مستند گرفته شده‌اند. آن‌ها همچنین مجموعه‌ای از ویدئوهای تولیدشده با مسیرهای حرکتی تخمینی و یک پایشگر آزمایشی دومرحله‌ای ارائه کرده‌اند.
در ارزیابی روی ۲۳۵ کلیپ از ۱۵ خانوادهٔ سناریو، روش دومرحله‌ای با پنجرهٔ ثابت ۲٫۵ ثانیه‌ای به دقت ۸۳ درصد و یادآوری ناهنجاری ۰٫۷۷۳ رسید. خط مبنای تک‌مرحله‌ایِ مبتنی بر ویدئو به‌ترتیب دقت ۷۴٫۵ درصد و یادآوری ۰٫۵۳۶ داشت؛ اما ویژگی روش پیشنهادی ۰٫۸۸۰ بود، در برابر ۰٫۹۲۸ برای خط مبنا. این مقاله پیش‌چاپی هفت‌صفحه‌ای است که برای کنفرانس IEEE ICRA 2027 ارسال شده است.
این گزارش به کمک هوش مصنوعی تهیه شده است. مطالب براساس منابع درج‌شده تنظیم شده‌اند؛ صحت مستقل همه ادعاها تضمین نمی‌شود.
منبع: arXiv · AI (پیش‌چاپ) — مشاهده منبع اصلی ↗
پیش‌چاپ پژوهشی در arXiv؛ انتشار در این مخزن به معنی داوری همتا نیست
رد این داستان در رادار
خبرهای مرتبط از آرشیو منتشرشده