NVIDIA Alpamayo-R1: model VLA yang memacu pemanduan autonomi

Ekosistem pemanduan autonomi mengambil langkah ke hadapan dengan ketibaan DRIVE Alpamayo-R1 (AR1), model kecerdasan buatan yang direka supaya kenderaan bukan sahaja "melihat" persekitaran, tetapi juga memahaminya dan bertindak sewajarnya. Perkembangan baru ini dari NVIDIA Ia diletakkan sebagai penanda aras bagi sektor tersebut, terutamanya dalam pasaran seperti Eropah dan Sepanyoldi mana peraturan dan keselamatan jalan raya amat ketat.

Perkembangan baru dari NVIDIA ini dipersembahkan sebagai model VLA pertama (tindakan-bahasa penglihatan) penaakulan terbuka tertumpu secara khusus kepada penyelidikan mengenai kenderaan autonomiDaripada hanya memproses data sensor, Alpamayo-R1 menggabungkan keupayaan penaakulan berstruktur, yang merupakan kunci untuk bergerak ke arah tahap autonomi yang lebih tinggi tanpa mengabaikan ketelusan dan keselamatan dalam membuat keputusan.

Apakah Alpamayo-R1 dan mengapa ia menandakan titik perubahan?

Alpamayo-R1 adalah sebahagian daripada model AI generasi baharu yang digabungkan penglihatan komputer, pemprosesan bahasa semula jadi, dan tindakan konkritPendekatan VLA ini membolehkan sistem menerima maklumat visual (kamera, penderia), menerangkan dan menerangkannya dalam bahasa, dan menyambungkannya kepada keputusan pemanduan sebenar, semuanya dalam aliran penaakulan yang sama.

Walaupun model pemanduan autonomi lain terhad untuk bertindak balas kepada corak yang telah dipelajari, AR1 memfokuskan pada penaakulan langkah demi langkah atau rantaian pemikiranmengintegrasikannya terus ke dalam perancangan laluan. Ini bermakna kenderaan itu boleh memecahkan situasi yang kompleks secara mental, menilai pilihan dan secara dalaman mewajarkan mengapa ia memilih manuver tertentu, menjadikannya lebih mudah bagi penyiasat dan pengawal selia untuk menilai.

Pertaruhan NVIDIA dengan Alpamayo-R1 melangkaui peningkatan algoritma kawalan: matlamatnya adalah untuk memacu a AI mampu menjelaskan tingkah lakunyaIni amat relevan di wilayah seperti Kesatuan Eropah, di mana kebolehkesanan keputusan automatik dan tanggungjawab teknologi dalam bidang pengangkutan semakin dihargai.

Oleh itu, AR1 bukan hanya model persepsi lanjutan, tetapi alat yang direka untuk menangani cabaran hebat pemanduan autonomi yang selamat dan mesra manusiaIni adalah aspek yang akan menjadi penting untuk penggunaan sebenar di jalan raya Eropah.

Penaakulan dalam situasi kehidupan sebenar dan persekitaran yang kompleks

Salah satu kekuatan Alpamayo-R1 ialah keupayaan untuk mengendalikan tetapan bandar yang penuh dengan nuansadi mana model terdahulu cenderung mempunyai lebih banyak masalah. Lintasan dengan pejalan kaki menghampiri persimpangan dengan teragak-agak, kenderaan yang diletakkan teruk menduduki sebahagian lorong, atau penutupan jalan secara tiba-tiba adalah contoh konteks di mana pengesanan objek mudah tidak mencukupi.

Dalam jenis persekitaran ini, AR1 memecahkan tempat kejadian menjadi langkah-langkah kecil penaakulanMengambil kira pergerakan pejalan kaki, kedudukan kenderaan lain, papan tanda, dan elemen seperti lorong basikal atau zon pemunggahan dan pemunggahan. Dari situ, Ia menilai laluan yang mungkin berbeza dan memilih laluan yang dianggap paling selamat dan paling sesuai. en tiempo nyata.

Jika kereta autonomi memandu, contohnya, di sepanjang jalan Eropah yang sempit dengan lorong basikal selari dan ramai pejalan kaki, Alpamayo-R1 boleh menganalisis setiap segmen laluan, menerangkan perkara yang telah diperhatikan dan bagaimana setiap faktor telah mempengaruhi keputusannya. untuk mengurangkan kelajuan, meningkatkan jarak sisi, atau mengubah suai sedikit trajektori.

Tahap perincian itu membolehkan pasukan penyelidikan dan pembangunan menyemak semula penaakulan dalaman modelIni membolehkan pengecaman kemungkinan ralat atau berat sebelah dan pelarasan kedua-dua data latihan dan peraturan kawalan. Untuk bandar Eropah, dengan pusat bersejarahnya, susun atur jalan yang tidak teratur dan trafik yang sangat berubah-ubah, fleksibiliti ini amat berharga.

Tambahan pula, keupayaan untuk mewajarkan pilihan mereka membuka pintu kepada penyepaduan yang lebih baik dengan peraturan masa depan. kenderaan autonomi di Eropahkerana ia memudahkan untuk menunjukkan bahawa sistem telah mengikut proses logik dan sejajar dengan amalan keselamatan jalan raya yang baik.

Model terbuka berdasarkan NVIDIA Cosmos Reason

Satu lagi aspek yang membezakan Alpamayo-R1 ialah wataknya model berorientasikan penyelidikan terbukaNVIDIA telah membinanya di atas asas Sebab NVIDIA Cosmos, platform yang memfokuskan pada penaakulan AI yang membolehkan menggabungkan sumber maklumat yang berbeza dan menstruktur proses keputusan yang kompleks.

Terima kasih kepada asas teknologi ini, penyelidik boleh menyesuaikan AR1 kepada pelbagai eksperimen dan ujian yang tidak mempunyai tujuan komersial langsung, daripada simulasi akademik semata-mata kepada projek perintis dengan kerjasama universiti, pusat teknologi atau pengeluar kereta.

Model mendapat manfaat terutamanya daripada pembelajaran pengukuhanTeknik ini melibatkan sistem meningkatkan prestasinya melalui percubaan dan kesilapan berpandu, menerima ganjaran atau penalti berdasarkan kualiti keputusannya. Pendekatan ini telah ditunjukkan untuk meningkatkan penaakulan AR1. memperhalusi cara mereka mentafsir situasi lalu lintas secara berperingkat.

Gabungan model terbuka, penaakulan berstruktur dan kedudukan latihan lanjutan ini meletakkan Alpamayo-R1 sebagai a platform yang menarik untuk komuniti saintifik Eropah, berminat untuk mengkaji kelakuan sistem autonomi dan dalam meneroka piawaian keselamatan dan rangka kerja pengawalseliaan baharu.

Dalam amalan, mempunyai model yang boleh diakses memudahkan pasukan dari negara berbeza untuk melakukannya berkongsi hasil, membandingkan pendekatan dan mempercepatkan inovasi dalam pemanduan autonomi, sesuatu yang boleh diterjemahkan kepada piawaian yang lebih mantap untuk keseluruhan pasaran Eropah.

Ketersediaan pada GitHub, Memeluk Wajah dan data terbuka

NVIDIA telah mengesahkan bahawa Alpamayo-R1 akan tersedia secara umum melalui GitHub dan Hugging Face.Ini adalah dua daripada platform utama untuk membangunkan dan mengedarkan model kecerdasan buatan. Langkah ini membolehkan pasukan R&D, syarikat pemula dan makmal awam mengakses model tanpa memerlukan perjanjian komersial yang kompleks.

Bersama model, syarikat akan menerbitkan sebahagian daripada set data yang digunakan untuk latihannya Set Data Terbuka AI Fizikal NVIDIAKoleksi tertumpu pada senario fizikal dan pemanduan yang amat berguna untuk mereplikasi dan melanjutkan eksperimen yang dijalankan secara dalaman.

Pendekatan terbuka ini boleh membantu institusi Eropah, seperti pusat penyelidikan dalam mobiliti atau projek yang dibiayai oleh EUSepadukan AR1 ke dalam ujian anda dan bandingkan prestasinya dengan sistem lain. Ia juga akan memudahkan untuk melaraskan senario penilaian kepada ciri trafik negara yang berbeza, termasuk Sepanyol.

Penerbitan dalam repositori yang terkenal memudahkan pembangun dan saintis mengaudit tingkah laku model, untuk mencadangkan penambahbaikan dan berkongsi alatan tambahan, mengukuhkan ketelusan dalam bidang yang kepercayaan orang ramai adalah asas.

Bagi industri automotif Eropah, mempunyai model penanda aras yang boleh diakses mewakili peluang untuk menyatukan kriteria penilaian dan menguji komponen perisian pemanduan autonomi baharu secara umum, mengurangkan pertindihan dan mempercepatkan peralihan daripada prototaip kepada persekitaran sebenar.

AlpaSim: Menilai prestasi AR1 dalam pelbagai senario

Bersama Alpamayo-R1, NVIDIA telah membentangkan AlpaSim, yang rangka kerja sumber terbuka yang dicipta untuk menguji model dalam pelbagai konteksIdeanya adalah untuk mempunyai satu alat penilaian piawai yang membolehkan membandingkan gelagat AR1 dalam situasi trafik, cuaca dan reka bentuk bandar yang berbeza.

Dengan AlpaSim, penyelidik boleh menjana senario sintetik dan realistik yang mereplikasi segala-galanya daripada lebuh raya berbilang lorong ke bulatan biasa di bandar-bandar Eropah, termasuk kawasan kediaman dengan ketenangan lalu lintas atau zon sekolah dengan kehadiran pejalan kaki yang tinggi.

Rangka kerja Ia direka untuk mengukur kedua-dua metrik kuantitatif (masa tindak balas, jarak keselamatan, pematuhan peraturan) sebagai kualitatif, berkaitan dengan Penaakulan langkah demi langkah Alpamayo-R1 dan keupayaan mereka untuk mewajarkan mengapa mereka memilih laluan atau gerakan tertentu.

Pendekatan ini memudahkan pasukan Eropah menyelaraskan ujian mereka dengan Keperluan peraturan EUyang biasanya memerlukan bukti terperinci tentang kelakuan sistem autonomi dalam persekitaran terkawal sebelum membenarkan ujian jalan terbuka.

Akhirnya, AlpaSim menjadi pelengkap semula jadi kepada AR1, kerana ia menawarkan persekitaran yang ideal untuk lelaran, laraskan dan sahkan penambahbaikan kepada model tanpa perlu mendedahkan pengguna sebenar kepada situasi yang belum cukup diuji.

Gabungan model VLA terbuka, set data fizikal dan rangka kerja simulasi Ini meletakkan NVIDIA dalam kedudukan yang relevan dalam perbahasan tentang cara kenderaan autonomi masa depan harus diuji dan diperakui di Eropah dan, secara lanjutan, di seluruh dunia.

Dengan semua elemen ini, Alpamayo-R1 muncul sebagai platform utama untuk komuniti saintifik dan industri untuk meneroka cara baharu pemanduan secara automatik, menyumbang lebih ketelusan, kapasiti analisis dan keselamatan kepada bidang yang masih di bawah kawal selia dan pembangunan teknologi.