NVIDIA triomphe au Grand Autonomous Challenge lors de la conférence CVPR 2024

NVIDIA triomphe au Grand Autonomous Challenge lors de la conférence CVPR 2024
NVIDIA triomphe au Grand Autonomous Challenge lors de la conférence CVPR 2024

NVIDIA a été nommé vainqueur du Grand Challenge autonome pour la conduite de bout en bout à grande échelle dans la catégorie « Conduite de bout en bout à grande échelle » lors de la conférence Computer Vision and Pattern Recognition (CVPR). a lieu cette semaine à Seattle pour son modèle Hydra-MDP.

Le défi CVPR de conduite de bout en bout à grande échelle de cette année a demandé aux participants de développer un modèle de conduite autonome (AV) de bout en bout, formé à l’aide de l’ensemble de données nuPlan, pour générer une trajectoire de conduite basée sur les données des capteurs.

Construire un système autonome pour naviguer dans un monde physique complexe est extrêmement difficile. Le système doit percevoir et comprendre son environnement, prendre des décisions judicieuses en une fraction de seconde tout en tenant compte de l’expérience passager.

S’appuyant sur sa victoire de l’année précédente dans la prévision d’occupation 3D, NVIDIA Research a dominé le défi avec son modèle innovant Hydra-MDP qui a surpassé plus de 400 candidatures internationales.

Le modèle, qui utilise les données des caméras, des lidars et des trajectoires historiques des véhicules, a été évalué dans le simulateur open source NAVSIM, où il a parcouru des milliers de scénarios inédits, obtenant des scores élevés en termes de sécurité, de confort des passagers et de précision des trajectoires. .

L’approche de l’équipe de recherche NVIDIA visant à améliorer « tout modèle de conduite de bout en bout utilisant des métriques proxy en boucle ouverte apprises » a également remporté le prix de l’innovation CVPR.

Cette victoire met en évidence l’importance croissante de l’IA générative dans la création d’applications pour les déploiements physiques d’IA. Les technologies développées par NVIDIA pour les véhicules autonomes peuvent également être appliquées à divers autres domaines, tels que les environnements industriels, la santé ou la robotique.

Le processus de développement de bout en bout (E2E)

Le développement de véhicules autonomes par NVIDIA repose sur un processus intégré comportant trois étapes cruciales permettant des cycles de développement continus et une amélioration continue des performances et de la sécurité des systèmes audiovisuels : formation à l’IA, simulation et conduite autonome :

  • Les modèles sont d’abord formés sur des supercalculateurs d’IA, tels que NVIDIA DGX ;
  • Ils sont ensuite testés et validés en simulation via la plateforme NVIDIA Omniverse, fonctionnant sur un système NVIDIA OVX ;
  • Enfin, la plateforme NVIDIA DRIVE AGX implémente le modèle dans le véhicule, traitant les données des capteurs en temps réel.

NVIDIA a profité de la Conférence pour présenter ses avancées en matière de calcul accéléré et d’IA générative. Il a notamment annoncé le lancement de NVIDIA Omniverse Cloud Sensor RTX, un ensemble de microservices de simulation de capteurs physiquement précis visant à accélérer le développement de machines entièrement autonomes (véhicules autonomes, bras robotisés, robots mobiles, humanoïdes, etc.).

 
For Latest Updates Follow us on Google News
 

NEXT OpenAI lance un GPT critique pour corriger GPT-4 – .