Développement de modèles pour les robotaxis et les véhicules autonomes
Créez des modèles de conduite plus intelligents et plus sûrs
Aperçu
Des données de flotte aux modèles de conduite basés sur le raisonnement
Un modèle de conduite prêt pour la production est basé sur des données à grande échelle et la capacité de raisonnement pour gérer des situations de conduite complexes et réelles. NVIDIA combine la conservation des données et la génération de données synthétiques pour créer des données d’entraînement en volume et en couverture, notamment des événements rares de longue traîne. Les modèles VLA de raisonnement ouvert avancés apprennent à partir de ces données et s'affinent grâce à l'apprentissage par renforcement afin de prendre des décisions de conduite interprétables au service d'une autonomie plus sûre pour les robotaxis et les véhicules autonomes.
Avantages
Avantages du développement de modèles pour les robotaxis prêts pour la production
Le développement de modèles comble le fossé entre un prototype performant et un robotaxi prêt pour la production en ayant recours à des modèles capables de raisonnement, mais aussi à des données qui couvrent tous les types de cas d’utilisation et à une philosophie d'amélioration continue pour une exploitation à l'Edge.
Traitement des données à haut débit
Les robotaxis et les véhicules autonomes (AV) génèrent plusieurs téraoctets de données multimodales à partir de caméras, de lidars, de radars et de capteurs. Ces données doivent être ingérées, reconstruites, organisées et étiquetées à grande échelle avant de pouvoir être utilisées pour entraîner des modèles d'IA.
Optimisations ininterrompues
Les systèmes de conduite autonome doivent faire l'objet d'une amélioration en continu en apprenant à partir de nouvelles données, d'événements rares et de cas d’utilisation à l'Edge pour optimiser la perception, la prédiction et la planification.
Génération de données synthétiques à grande échelle
Optimisé pour la génération à haut débit de données synthétiques à partir de trajets réels et pour la reconstruction de scènes à grande échelle. Cette phase permet une validation efficace des modifications et une large couverture de scénarios à partir des données de flotte.
Conservation des données pour la sécurité
Utilisez les bonnes données, et pas seulement davantage de données, pour entraîner et valider des systèmes critiques pour la sécurité.
Technologie
Préparation des jeux de données et entraînement des modèles
Témoignages
Accélérez le développement
Débloquez les goulets d’étranglement avec le jeu de données de NVIDIA pour l'IA physique, qui constitue un jeu de données open source pour les robotaxis, les véhicules autonomes, les robots et le développement d’espaces intelligents. Cette collection unifiée est composée de données validées utilisées pour développer l'IA physique de NVIDIA, et est désormais disponible pour les développeurs sur Hugging Face.
Ressources
Avancées dans les domaines de l'IA, du calcul accéléré et de la simulation
-
Blogs
-
Press Releases
-
Sessions
Étapes suivantes
Vous voulez vous lancer ?
Utilisez des jeux de données, des modèles et des frameworks ouverts de NVIDIA pour organiser les données de conduite, générer des jeux d'entraînement et entraîner des modèles de conduite autonome.
Demander une consultation
Parlez à un spécialiste NVIDIA du secteur automobile au sujet de la création de modèles basés sur le raisonnement avec des données d'entraînement de haute qualité.
Restez informés
Recevez les dernières actualités sur les technologies automobiles de NVIDIA, les innovations majeures et bien plus encore.