Päihitimme Kalman-suodattimen yhdellä kameralla, mutta ensin mittasimme ruumista kolme viikkoa
MoranaLabs-insinöörit kehittivät neuroseurantajärjestelmän, joka päihittää klassisen Kalman-suodattimen yksisilmäisellä kameralla: kohde säilyy tunnistettuna 50 prosentissa episodeista, kun Kalmanin vastaava luku on -3 prosenttia. KalmanNetin ja neuroverkon hybridi saavuttaa 80 prosentin paluukehysnopeuden. Projekti kuitenkin kärsi mittausongelmista, mukaan lukien rikkinäisestä anturista, joka luki nollia viikkojen ajan.
MoranaLabs-projektin tavoitteena oli pitää visuaalinen yhteys kohteeseen, joka katoaa kameran kuvasta 0,75 sekunniksi, käyttäen ainoastaan monokulaarista kameraa ilman etäisyysmittaria. Klassinen Kalman-suodatin menettää kohteen 84 prosentissa jaksoista, kun taas hybridi KalmanNet-neuroseuranta menettää sen 18 prosentissa ja palauttaa sen keskelle 80 prosentissa. Tiimi kirjoitti alun perin opettajakäytännön, jossa oli etumerkkivirhe, minkä vuoksi se epäonnistui kaikissa 60 yrityksessä. He käyttivät kolme viikkoa mittausmittareiden virheiden etsimiseen ja huomasivat, että ympäristö kirjoitti osan mittareista sisäkkäiseen sanakirjaan, mikä sai mittaus- ja opetussuunnitelman takaisinkutsun lukemaan nollia. Virheiden korjaamisen jälkeen he toteuttivat epäsymmetrisen kriitikon etuoikeutetulla vektorilla simulaattorista ja kouluttivat maailmanmallin oheistehtävän ennustamaan kyseisen vektorin, mikä pakotti LSTM:n integroimaan dynamiikkaa. Lopullinen malli saavutti 50 prosentin kosinisamankaltaisuuden nokan ja oikean kohteen suunnan välillä sokean ajanjakson aikana, verrattuna -3 prosenttiin Kalmanilla ja 41 prosenttiin puhtaalla neuropilootilla.
Lähde: Habr — хаб ИИ —
Alkuperäinen