Добро пожаловать в реальный мир, робот!
Доклад принят в программу конференции
Целевая аудитория
Тезисы
Прежде чем выпускать беспилотный автомобиль на дороги города, необходимо удостовериться в его безопасности и эффективности. Конечно, можно для этого улучшать тестовое покрытие компонентов, выстраивать более чувствительные метрики для оценки ML-моделей, описывать сотни тестовых сценариев для анализа поведения беспилотного автомобиля в конкретных дорожных ситуациях. Однако реальный мир оказывается намного сложнее, чем это могла бы предвидеть любая рукописная система тестирования.
В своём докладе я расскажу:
* как мы построили систему симуляции, позволяющую тестировать новые беспилотные автомобили на произвольных кейсах из реального мира;
* откуда в симуляторе берутся 2 реальности и из чего они состоят;
* к каким проблемам приводит эффект бабочки и как обратить эти проблемы в преимущества;
* зачем мы заставили беспилотное авто проходить тест Тьюринга и как с помощью этого теста померили то, что не смог замерить человек.
Более восьми лет занимается развитием и оптимизацией ML-пайплайнов для самых разных продуктовых задач. Имеет большой опыт применения машинного обучения в сферах информационной безопасности, рекомендательных системах и в тестировании беспилотных автомобилей.
Яндекс Беспилотные Технологии
