Publication d’un moteur de simulation open-source utilisant un simulateur photoréaliste pour la formation à l’IA en conduite autonome

Un groupe de chercheurs a mis au point un simulateur photoréaliste capable de créer des environnements très réalistes pouvant être utilisés pour former des véhicules autonomes. Le moteur VISTA 2.0 a été publié sous forme de code source libre par des scientifiques du Computer Science and Artificial Intelligence Laboratory (CSAIL) du Massachusetts Institute of Technology (MIT), permettant ainsi à d’autres chercheurs d’apprendre également à leurs véhicules autonomes à conduire seuls dans des scénarios réels, sans les limitations d’un ensemble de données réelles.

Le moteur de simulation développé par les chercheurs du CSAIL, connu sous le nom de VISTA 2.0, n’est pas le premier entraîneur de simulation de conduite hyperréaliste pour l’IA. “Aujourd’hui, seules des entreprises disposent de logiciels tels que le type d’environnements de simulation et les capacités de VISTA 2.0, et ces logiciels sont propriétaires”, a déclaré Daniela Rus, professeur au MIT et directrice de CSAIL.

“Nous sommes ravis de publier VISTA 2.0 pour permettre à la communauté de collecter ses propres ensembles de données et de les convertir en mondes virtuels…” a déclaré Alexander Amini, doctorant de CSAIL.

Rus a ajouté qu’avec la sortie de VISTA 2.0, d’autres chercheurs auront enfin accès à un nouvel outil puissant pour la recherche et le développement de véhicules à conduite autonome. Mais contrairement à d’autres modèles similaires, VISTA 2.0 présente un avantage particulier : il est construit à partir de données du monde réel tout en étant photoréaliste.

L’équipe de scientifiques a utilisé les bases de leur moteur précédent, VISTA, et a réalisé une simulation photoréaliste à l’aide des données dont ils disposaient. Cela leur a permis de profiter des avantages des points de données réels mais aussi de créer des simulations photoréalistes pour des formations plus complexes.

Cela a également permis à l’IA AV de s’entraîner dans diverses situations complexes telles que le dépassement, la poursuite, la négociation et les scénarios multi-agents. Tout cela a été réalisé dans un environnement photoréaliste et en temps réel. Ce travail acharné a donné des résultats immédiats. Les véhicules automobiles formés à l’aide de VISTA 2.0 étaient beaucoup plus robustes que ceux formés à l’aide de modèles précédents qui n’utilisaient que des données du monde réel.


Related Posts