Graviti攜手伯克利大學(xué)正式開啟INTERACTION預(yù)測挑戰(zhàn)賽
來源: 編輯:vbeiyou 時間:2020-03-24 06:32人閱讀
為促進(jìn)自動駕駛領(lǐng)域的行為預(yù)測技術(shù)發(fā)展,加速預(yù)測模型/算法評價的研究,加州大學(xué)伯克利分校機(jī)械系統(tǒng)控制實驗室(MSC Lab)攜手AI數(shù)據(jù)服務(wù)平臺提供商Graviti(格物鈦)、世界領(lǐng)先的云服務(wù)商AWS(亞馬遜云)舉辦的“INTERACTION數(shù)據(jù)集預(yù)測挑戰(zhàn)賽”正式啟動。
目前學(xué)術(shù)界和工業(yè)界一致認(rèn)為,行為預(yù)測(Prediction: 如軌跡、動作、意圖)是自動駕駛領(lǐng)域最具挑戰(zhàn)性的問題之一,它是阻礙全自動駕駛實現(xiàn)的一大因素。而要解決這一問題,有兩個條件不可或缺:一是包含很多車輛和行人交互的真實場景運動數(shù)據(jù)的收集和積累,二是可以通過這些數(shù)據(jù)對各種預(yù)測算法進(jìn)行正確而有效的評價。但不幸的是,目前沒有一個可以公平比較不同預(yù)測模型(或算法)性能的基準(zhǔn),尤其是在考慮到有規(guī)劃在環(huán)的情況下(模型集成了預(yù)測和規(guī)劃兩個模塊),公平基準(zhǔn)是個大難題。
為此加州大學(xué)伯克利分校機(jī)械系統(tǒng)控制實驗室(MSC Lab)與來自卡爾斯魯厄理工學(xué)院(KIT)和國立巴黎高等礦業(yè)學(xué)院(MINES ParisTech)的合作者建立了一個國際性、對抗性、協(xié)作性的數(shù)據(jù)集(INTERACTION)。它能準(zhǔn)確再現(xiàn)不同國家的各種駕駛場景中道路使用者(如車輛、行人)的大量交互性行為。




分享到:
本站所有文章、數(shù)據(jù)、圖片均來自互聯(lián)網(wǎng),一切版權(quán)均歸源網(wǎng)站或源作者所有。
如果侵犯了你的權(quán)益請來信告知我們刪除。郵箱:business@qudong.com

