已经有40多年历史的电脑视觉与图形辨识会议CVPR （IEEE Computer Vision and Pattern Recognition Conference）是人工智慧与计算机视觉领域最具有影响力的国际学术会议，每年吸引顶尖科技企业、研究机构以及学术界高手参与，今年是第二年举行Waymo Sim Agents Challenge项目，这个聚焦于自动驾驶场景模拟的竞赛，目的在推动自动驾驶技术的发展，并为研究人员提供了一个展示和交流的平台。
鸿海研究院与香港城市大学所提出的BehaviorGPT，专为自动驾驶汽车测试而设计，确保自动驾驶系统在实际部署前能安全地处理各种路上场景，如直行、转弯、变换车道、路口交会等等。在今年的比赛中，与Google DeepMind、苏黎世联邦理工学院、普林斯顿大学、南洋理工大学等顶尖研究一构与学术单位同场竞技，会后获得第一名的肯定。
此项成果由鸿海研究院人工智慧研究所栗永徽所长率领所内研究员，与香港城市大学汪建平教授团队、美国卡内基梅隆大学研究人员共同合作完成，将于今年 10月8日至9日举行的鸿海科技日(Hon Hai Technology Day)展位详细展示此项技术与其相关应用。
有别于以往的交通模拟器，通常使用复杂的编码和解码结构，输入固定且有限时间段的历史轨迹来预测车辆的未来轨迹，导致资料利用率较低。由鸿海研究院和香港城市大学提出的BehaviorGPT采用一种无须依赖复杂编码、改良后的自回归模型架构，可弹性地撷取任一时间段的历史轨迹作为当前输入，简化了模型设计并提高了数据使用效率。
该方法提出了Next-Patch Prediction Paradigm（NP3）机制，有效地模拟车辆的连续运动，并捕捉多个车辆之间的长距离时空交互作用。该模型同时提出了三向注意力机制来考量时间连续性、环境物件和车辆互动模式对于未来轨迹预测的影响。这种高效的设计将能支援自动驾驶系统的验证并提升其安全性。在模型大幅瘦身的基础下（减少了91.6%的参数），BehaviorGPT以优异的0.7473 真实感评分和1.4147 minADE指标分数超越了先前的模拟器，并获得Waymo Sim Agent Challenge 的冠军殊荣。
點擊閱讀下一則新聞
