鴻海旗下鴻海研究院10日宣布,人工智慧研究所與香港城市大學合作提出多模態軌跡預測模型ModeSeq模型,應用AI為自動駕駛車輛提供更準確、多樣化的交通參與者行為預測,獲CVPR workshop自動駕駛競賽冠軍。
鴻海旗下鴻海研究院10日宣布,人工智慧研究所與香港城市大學合作提出多模態軌跡預測模型ModeSeq模型,應用AI為自動駕駛車輛提供更準確、多樣化的交通參與者行為預測,獲CVPR workshop自動駕駛競賽冠軍。
鴻海ModeSeq模型運用AI技術,秒懂人車軌跡、預測更快更準,獲CVPR workshop自駕競賽冠軍。(圖/鴻海提供)鴻海指出,CVPR是人工智慧與計算機視覺領域最具有影響力的國際學術會議,每年吸引頂尖科技企業、研究機構以及學術界高手參與。鴻海研究院團隊已於今年6月13日在會議上發表多模態軌跡預測模型ModeSeq。該技術專注於多模態軌跡預測,解決過去方法對於預測多種可能軌跡的困難,在保持高性能的同時獲得多樣性的預測。
延伸閱讀:電動車業重磅合作!Elektrobit攜鴻海打造智慧電動車平台
鴻海提到,ModeSeq提出的方法,是使用順序模式建模並設計Early-Match-Take-All(EMTA)損失函數來增強多模態軌跡預測; ModeSeq使用因式分解變換器(Factorized Transformers)進行場景編碼,並使用結合記憶變換器與因式分解變換器模組ModeSeq層的解碼器。
鴻海表示,ModeSeq模型連續2年獲獎,它在2024年CVPR Waymo Motion Prediction Challenge獲得了全球第2名的佳績。經過持續優化之後, 下一代新模型Parallel ModeSeq參加今年CVPR workshop的Waymo Open Dataset(WOD)Challenge-Interaction Prediction挑戰賽,打敗新加坡國立大學、不列顛哥倫比亞大學、向量人工智慧研究所、滑鐵盧大學以及喬治亞理工學院等強者,一舉獲得冠軍。
鴻海提到,本次研究,由鴻海研究院人工智慧研究所所長栗永徽率領所內研究員,與香港城市大學教授汪建平團隊、美國卡內基梅隆大學研究人員共同合作完成,在Motion Prediction Benchmark測試中,mAP、soft mAP方面優於以往的方法,同時在minADE和minFDE指標上保持了可比的性能。
栗永徽說,ModeSeq技術能為自駕車輛提供更準確、多樣化的交通參與者行為預測,直接提升決策系統的安全性,降低計算成本,並具備獨特的模態外推(mode extrapolation)能力,能根據場景的不確定性程度動態調整預測的行為模式數量。
這篇文章 鴻海ModeSeq模型奪自駕競賽冠軍 AI秒懂人車軌跡、預測更快更準 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。