Безопасность в замкнутом цикле: совершенствование проверки безопасности автономных транспортных с...
NVIDIA Omniverse
0:00 / 0:00
Безопасность в замкнутом цикле: совершенствование проверки безопасности автономных транспортных с...
5 547 просмотров · Трансляция закончилась 11 месяцев назад
NVIDIA Omniverse
61,3 тыс. подписчиков
5 547 просмотров · Трансляция закончилась 11 месяцев назад
Как можно использовать моделирование для ускорения проверки безопасности беспилотных автомобилей?
В этом прямом эфире мы представим общую, теоретически обоснованную концепцию проверки безопасности беспилотных автомобилей, в которой реальные испытания сочетаются с имитационными испытаниями на соответствующих реконструированных сценариях. Мы обсудим, как такой подход может значительно сократить количество реальных испытаний, необходимых для оценки ключевых показателей безопасности с заданным уровнем достоверности.
Участники узнают:
· Основные моменты, которые следует учитывать при проверке высокопроизводительных систем автономного управления.
· Как моделирование может значительно ускорить задачу проверки безопасности беспилотных автомобилей.
· В более широком смысле, возможности, предоставляемые генеративным ИИ для создания механизма обработки данных о безопасности.
Ключевые моменты:
00:19 — Приветствие и повестка дня: Проверка безопасности AV с помощью моделирования
04:03 — Почему комплексным стекам AV необходима новая проверка безопасности (базовые модели)
06:37 — Три столпа безопасности: разнообразие, мониторинг, доказательства
15:12 — Подход NVIDIA: комплексная политика + модульные ограничители для отказоустойчивого поведения
18:21 — Car2Sim: нейронная реконструкция сцены (Cosmos) для повторного моделирования реальных данных
20:28 — Метод SIM-to-VAL: сочетание контрольных переменных реальных и симуляционных данных с усилением только симуляционных данных
32:39 — Пример из практики (пересечения): примерно в 6 раз меньше реальных миль при той же уверенности
40:41 — Результаты демонстрации: снижение дисперсии на 34,5% по сравнению с обычным методом Монте-Карло
42:57 — Функция метрической корреляции (MCF): обучение лучшей корреляции симуляция→реальные данные
44:06 — Ключевые моменты Основные выводы: моделирование как метод снижения дисперсии, а не только валидация на основе моделирования.
Основные моменты вопросов и ответов:
47:41 — Может ли выборка по важности дополнять контрольные переменные?
О: Да, оба метода можно комбинировать для редких случаев валидации или случаев с длинным хвостом.
49:01 — Сколько парных выборок обычно требуется?
О: Несколько сотен парных выборок с 1–5 дополнительными выборками только на основе моделирования дают убедительные результаты.
50:35 — Как это помогает в редких крайних случаях?
О: Моделирование заполняет пробелы; каждая реальная редкая выборка становится более ценной.
54:32 — Как доказать избыточность и независимость между подсистемами AV?
О: Архитектурное и обучающее разнообразие помогают снизить количество отказов общего режима; постоянный мониторинг подтверждает это.
56:35 — Связан ли переход от SIM к VAL с выводом на основе прогнозирования?
А: Да — PPI — это частный случай, когда β = 1 в рамках той же модели управляющих переменных.
58:19 — Являются ли симуляторы детерминированными?
А: Детерминизм улучшает корреляцию; используется один запуск на сценарий, а в будущих версиях планируется многократный запуск.
1:00:00 — Почему тестирование в реальных условиях так дорого?
А: Время, трудозатраты водителей, износ транспортных средств и страховые расходы быстро накапливаются.
1:01:01 — Можем ли мы перейти от статистической уверенности к доказуемой безопасности?
А: Полные формальные доказательства сложны; лучшая практика — гибридная: сочетание валидации на основе данных с формальными методами.
Ресурсы:
· Веб-страница, посвященная моделированию автономных транспортных средств: https://www.nvidia.com/en-us/use-case...
· Веб-сайт проекта Sim2Val: https://nvlabs.github.io/sim2val/
· Техническая статья: https://www.arxiv.org/abs/2506.20553
· Репозиторий Github: https://github.com/NVLabs/sim2val
Есть вопросы? Задавайте их в нашем Discord-канале: / discord
Приглашение в Discord: / discord
📆 Ознакомьтесь с полным календарем всех наших предстоящих мероприятий → https://nvda.ws/3JqaWnA
----------------------------------------------------------------------------
⬇️Начать работу → https://nvda.ws/4cZAZO1
👀Изучить OpenUSD → https://nvda.ws/3CeozBQ
👥Присоединиться к сообществу → https://nvda.ws/3ZMfc6e