Cabaran Pemanduan Autonomi Antarabangsa 2024 Bermula Secara Rasmi

• Topik pertandingan baharu: Tujuh lagu, topik pertandingan novel, liputan komprehensif topik terkini dan paling hangat dalam bidang berkaitan, meneroka sepenuhnya aplikasi model besar dalam pemanduan autonomi dan medan menegak kecerdasan yang terkandung.
• Hadiah wang yang tinggi: Jumlah keseluruhan hadiah melebihi 120,000 dolar AS, dan hadiah wang maksimum dalam satu trek boleh mencecah 27,000 dolar AS. Mengikut statistik yang tidak lengkap, jumlah ganjaran adalah yang tertinggi antara 100 forum dalam CVPR 2024.
• Fokus pada keaslian: mengukuhkan penyelidikan dan penerokaan asas, dan mematuhi empat aspek. Keaslian dan nilai penyelidikan saintifik digunakan sebagai penunjuk ukuran utama, dan kedudukan bukan semata-mata berdasarkan prestasi. Kedudukan komprehensif dijalankan dengan menggabungkan penyelesaian asal dan penunjuk prestasi.

Pada 1 Mac 2024, Cabaran Pemanduan Autonomi Antarabangsa 2024 telah dilancarkan secara rasmi. Cabaran ini dihoskan oleh Makmal Kepintaran Buatan Shanghai dan dianjurkan bersama oleh beberapa institusi dalam dan luar negara. Sebilangan pakar dan cendekiawan terkenal di dalam dan luar negara membentuk jawatankuasa bimbingan dan anugerah pertandingan. Pertandingan ini bertujuan untuk menyediakan penerokaan yang mendalam tentang tugas dan cabaran yang dihadapi oleh sistem autonomi dan menyediakan pentas untuk peserta global mempamerkan teknologi dan inovasi. Dalam pertandingan ini, kami tidak menetapkan terlalu banyak sekatan ke atas peserta Contohnya, berbilang pasukan dari organisasi yang sama dibenarkan untuk mengambil bahagian, semua set data awam dan pemberat pra-latihan dibenarkan untuk digunakan, dan satu pasukan dibenarkan untuk. memenangi pelbagai anugerah pada masa yang sama. Terdapat tujuh trek dalam pertandingan ini, dan pemenang berpeluang menerima ganjaran sehingga 27,000 dolar AS, dan juga berpeluang dijemput menghantar artikel dalam jurnal antarabangsa terkemuka. Kami juga telah menyediakan garis panduan pertandingan terperinci dan model penanda aras untuk setiap trek, yang boleh diakses dengan mengklik pada pautan yang sepadan untuk setiap trek.

Laman web rasmi pertandingan:

https://opendrivelab.com/challenge2024

Aktiviti utama:

CVPR 2024 Forum - Workshop on Foundation Models for AutonomousSealat

| . strategi dipacu sensorimotor menggunakan data sebenar . Dalam landasan ini, data berskala besar akan digunakan untuk merapatkan jurang antara dua paradigma penilaian, dan melalui pemodelan abstrak BEV dalam siri masa yang singkat, penilaian gelung terbuka yang cekap akan dicapai sambil menyelaraskan dengan lebih baik dengan penilaian gelung tertutup.

Maklumat jejak: https://www.php.cn/link/492f948808daf55a3f9e7ddd3694f546#end_to_end_driving_at_scale
• Jumlah data: kira-kira 2T2muka pelayan
/0Thugging - memandu -2024
• Model dunia
  Sebagai representasi realiti spatio-temporal, model dunia boleh meramalkan keadaan masa depan berdasarkan keadaan semasa yang diperhatikan Pembelajaran model dunia akan menggalakkan prestasi asas model ke tahap yang baru. Model itu perlu meramalkan awan titik pada masa hadapan dengan hanya input visual untuk membuktikan keupayaannya meramalkan dunia.

Maklumat jejak: https://www.php.cn/link/492f948808daf55a3f9e7ddd3694f546#predictive_world_modelJumlah data: kira-kira 2T1, 08 hari latihan rujukan: 3 hari pelayan https ://huggingface.co/spaces/AGC2024-P/predictive-world-model-2024

• Grid pekerjaan dan anggaran gerakan
• Kotak tiga dimensi selalunya tidak mencukupi untuk menggambarkan objek umum, diilhamkan oleh robotik perwakilan persepsi boleh digambarkan sebagai ramalan pendudukan ruang tiga dimensi rasterized. Dalam trek ini, peserta bukan sahaja mesti memberikan perwakilan rasterisasi ruang tiga dimensi, tetapi juga meramalkan pergerakan grid.
• 
Maklumat jejak: https://www.php.cn/link/492f948808daf55a3f9e7ddd3694f546#occupancy_and_flow

Cabaran Memandu Autonomi @China3DV: https://huggingface.coDV-Spasi Volume data: kira-kira 70GB

Masa latihan rujukan: 8 kad 3090, 2 hari

Pelayan ujian: https://huggingface.co/spaces/AGC2024-S/occupancy-and-flow-2024
• Dijelmakan kedudukan visual tiga dimensi pelbagai mod

Berbanding dengan adegan pemanduan, sistem persepsi tiga dimensi yang terkandung dalam bangunan menghadapi input berbilang mod termasuk arahan bahasa, pemahaman semantik yang lebih kompleks, kategori dan orientasi objek yang lebih pelbagai, serta ruang dan keperluan persepsi yang sangat berbeza. Berdasarkan ini, pertandingan itu membina kit alat persepsi tiga dimensi berbilang modal perspektif pertama EmbodiedScan. Matlamat tugasan ini adalah untuk mengesan kategori objek sasaran dan kotak tiga dimensi berorientasikannya yang diberi penerangan lisan tentang objek tertentu.

• Maklumat jejak: https://www.php.cn/link/492f948808daf55a3f9e7ddd3694f546#multiview_3d_visual_grounding
• Jumlah data: kira-kira 1.5T
8 hari kad latihan, 8 hari masa latihan: 8 hari sampel A100 3 Hari
• Pelayan Ujian: https://huggingface.co/spaces/AGC2024/visual-grounding-2024
• 

Cabaran Memandu Sendiri CARLA

CARLA Memandu Sendiri melalui Cabaran memerlukan kenderaan sebelum melakukan perjalanan -laluan yang ditetapkan. Laluan pemanduan kenderaan melibatkan situasi yang kompleks, seperti lebuh raya, kawasan bandar, kawasan kediaman dan persekitaran luar bandar Ia juga termasuk cahaya dan cuaca seperti cahaya matahari, matahari terbenam, malam, hujan dan kabus, yang memberikan kemungkinan untuk penilaian gelung tertutup. sistem pemanduan autonomi.
Maklumat jejak: https://www.php.cn/link/492f948808daf55a3f9e7ddd3694f546#carla
• Pelayan ujian: https://eval.ai/web/challenges/challenge-pageview/2098/

Aplikasi model bahasa besar dalam pemanduan autonomi

Dengan memperkenalkan maklumat bahasa, set data DriveLM menghubungkan model bahasa besar dengan sistem pemanduan autonomi, dan akhirnya membuat keputusan dengan memperkenalkan keupayaan penaakulan bahasa untuk memastikan kebolehpercayaan perancangan tafsiran. Mengambil imej berbilang paparan sebagai maklumat input, model mesti menjawab pelbagai soalan berkaitan pemanduan.

Maklumat jejak: https://www.php.cn/link/492f948808daf55a3f9e7ddd3694f546#driving_with_language
Volume data: 4072 bingkai dalam set latihan, 799🜜 bingkai bagi setiap soalan, 799🜜 bingkai Masa latihan rujukan: 8 kad V100, 1 hari
• Pelayan ujian: https://huggingface.co/spaces/AGC2024/driving-with-language-2024
• Memandu tanpa gambar
• secara automatik
kereta memerlukan tahap pemahaman adegan yang tinggi, dan trek ini bertujuan untuk meneroka had penaakulan adegan. Mengambil imej berbilang paparan dan peta definisi standard sebagai maklumat input, rangkaian saraf bukan sahaja mesti mengeluarkan hasil persepsi lorong dan elemen lalu lintas, tetapi juga mengeluarkan hubungan topologi antara lorong dan antara lorong dan elemen lalu lintas.

Maklumat jejak: https://www.php.cn/link/492f948808daf55a3f9e7ddd3694f546 #mapless_driving

Autonomous Driving Challenge @China3DV: https://huggingface.co/2spaceless/2

Data-China : kira-kira 200G

Masa latihan rujukan: 8 kad V100, 1 hari
• Pelayan ujian: https://huggingface.co/spaces/AGC2024/mapless-driving-2024
• Jadual adalah seperti berikut
• Semua masa adalah waktu Beijing Untuk butiran, sila rujuk laman web rasmi pertandingan.

Mulai sekarang - 1 Jun 2024: Pendaftaran

1 Mac 2024:

Pertandingan bermula secara rasmi
• 25 Mac
• dibuka 2024 24 Jun 1hb:
Ujian pelayan ditutup
• 18 Jun 2024:
Keputusan pertandingan diumumkan
Jawatankuasa Bimbingan dan Anugerah
• Diisih mengikut pukulan nama; senarai sedang dikemas kini secara berterusan.
Qiao Yu
Makmal Kecerdasan Buatan ShanghaiLiuings Institut Penyelidikan Industri Pintar, Pengerusi ProfesorTimbalan Dekan Pusat Pengajian Perisikan, Boya HuaquanMeituanKetua Saintis, Naib PresidenGaoxinboChongqing University of Posts and TelecommunicationsGaoxinboChongqing University of Posts and TelecommunicationsXue Jianru

Saintis Terkemuka, Penolong Pengarah
	Universiti Pos dan Telekomunikasi Nanjing	Naib Pengetua
Yang Xiakang	Shanghai Jiaotong University	Executive Dekan Institut Penyelidikan Kepintaran Buatan
	Universiti Tsinghua	Setiausaha Jawatankuasa Parti Kolej Kenderaan, bakat terkemuka peringkat tinggi negara, profesor
Zhang Yaqin	Tsinghua University	Akademi Kejuruteraan Cina
	Chen Baoquan	Universiti Peking
		Timbalan Jawatankuasa Parti Profesor

Universiti Xi'an Jiaotong

Profesor

Klik "Baca Teks Asal" atau lawati pautan berikut untuk mengetahui lebih lanjut

https://opendrivelab.com/challenge20000000000 komunikasi

Tentang kami-> Sertai komuniti

Pautan pendaftaran🎜🎜🎜🎜 🎜Hubungi e-mel🎜🎜🎜workshop-e2e-ad@googlegroups.com

Atas ialah kandungan terperinci Cabaran Pemanduan Autonomi Antarabangsa 2024 Bermula Secara Rasmi. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!