Um novo artigo no arXiv propõe a seleção de tokens com consciência geométrica (GATS, na sigla em inglês), que usa medições de LiDAR e radar para escolher recortes de imagem antes que um modelo de direção autônoma os processe. Os autores relatam que, com um orçamento de 10% dos tokens, o GATS usou 24 GFLOPs — 18 vezes menos que a configuração de referência densa — e obteve resultados melhores no nuScenes e no NAVSIM. Em 739 cenários críticos para a intenção, relatam uma taxa de colisão de 0,09%, ante 0,34% no modelo denso. Esses são resultados apresentados no artigo; o resumo fornecido não comprova o desempenho em situações reais de direção.
Por que importa
Para pesquisadores de direção autônoma, a redução de processamento relatada sugere uma forma de analisar menos dados de câmeras sem perder desempenho em benchmarks, mas o efeito nas estradas ainda é desconhecido.
