تقترح ورقة بحثية جديدة على arXiv أسلوبًا يُسمى اختيار الرموز الواعي بالهندسة (GATS)، يستخدم قياسات ليدار والرادار لاختيار رقع الصور قبل أن يعالجها نموذج للقيادة الذاتية. ويذكر الباحثون أن GATS، عند تخصيص 10% من الرموز، استهلك 24 GFLOPs، أي أقل بـ18 مرة من خط الأساس الكثيف، وسجّل نتائج أفضل على nuScenes وNAVSIM. وفي 739 سيناريو حرجًا من حيث النوايا، أفادوا بمعدل تصادم بلغ 0.09%، مقارنةً بـ0.34% للنموذج الكثيف. هذه نتائج أوردتها الورقة؛ ولا يثبت الملخص المقدّم أداءً في القيادة على الطرق الواقعية.
لماذا يهم
بالنسبة إلى باحثي القيادة الذاتية، يشير خفض الحوسبة المذكور إلى إمكانية معالجة قدر أقل من بيانات الكاميرا من دون خسارة الأداء في الاختبارات المعيارية، لكن أثر ذلك على الطرق الحقيقية لا يزال مجهولًا.
