CRUISE: Видение - Language Модель, ориентированная на неопределенность - транс-модальный сенсор для интенсивного автономного вождения

arXiv: 2608.092002v2 Тип объявления: заменить резюме: современные автономные транспортные средства оснащены несколькими датчиками, такими как камеры, LIDAR и радиолокатор для всестороннего восприятия окружающей среды. Вместе с тем одним из важнейших вызовов по-прежнему является надежное переплетение характеристик различных видов транспорта, поскольку надежность каждого датчика существенно варьируется в зависимости от различных реальных условий вождения, включая низкую видимость и неблагоприятные погодные условия. Хотя количественное определение неопределенности (КВ) смягчает этот вопрос, позволяя моделям устанавливать приоритетность надежных сигналов, существующие методы синтеза с пониманием факторов неопределенности обычно основываются на простых оценках неопределенностей уровня характеристик и поэтому зачастую не позволяют эффективно обобщать в сложных сценариях вне распределения. Для устранения этого ограничения мы предлагаем CRUISE, новую систему слияния датчиков в зависимости от неопределенности. CRUISE включает в себя модуль UQ, основанный на языке зрения (VLM), который генерирует оценки неопределенности на уровне тонкозернистых пикселей. Задействовав богатую прежнюю информацию VLM