ДокладКлассический HighLoad++

Управляемая генерация интерактивных агентов для обучения робота-доставщика

Подробнее о докладе

НаправлениеГородские сервисы и автономные системы
Дата1 декабря, 13:25
ЗалКейптаун
ФорматДоклад, 50 минут
Уровень
Средняя сложность

Спикеры

8 лет в IT, работал в телекоме и автономном транспорте. Увлекаюсь садоводством

Отзыв программного комитета

Как Motion Diffuser и SceneDiffuser++ помогают обучать робота-доставщика. Разберём генерацию редких городских сценариев с classifier-free guidance и LoRA без переобучения модели, проблемы closed-loop-генерации и оценку пользы сценариев для RL-обучения.

Кому полезно

ML-инженеры и исследователи, интересующиеся практическим применением генеративных моделей, обучением с подкреплением и симуляцией автономного транспорта. Доклад будет полезен тем, кто хочет использовать диффузионные модели не только для предсказания, но и для генерации управляемых интерактивных сценариев.

О чём доклад

Робот-доставщик встречает пешеходов, которые могут неожиданно пересечь его путь, и автомобили, маневрирующие в тесных придомовых зонах. Расскажем, как с помощью диффузионных моделей создавать таких интерактивных агентов и управляемые сложные сценарии для RL-обучения. Расскажем, как использовать диффузионные модели для создания интерактивных пешеходов в RL-симуляции. С помощью classifier-free guidance и LoRA-адаптеров можно усиливать редкие типы поведения и управлять сложностью обучающих ситуаций. Обсудим интеграцию модели в closed loop, генерацию целевых сценариев и практические проблемы реалистичности и устойчивости.