O modelo RGB-only de 21,6M de parâmetros do FLINT supera um modelo de fundação em travessia fora de estrada

A navegação fora de estrada carece de estrutura: não há um vocabulário fixo para o que é transitável, e a transitabilidade depende tanto do ambiente quanto da própria dinâmica do veículo. Nenhuma dessas variáveis pode ser rotulada manualmente em escala, então a transitabilidade precisa ser aprendida a partir da própria experiência da corporificação.

Contra a tendência de conjuntos multissensoriais e plataformas de inferência computacionalmente intensivas, o FLINT é um backbone de 21,6M de parâmetros, 38x menor que um backbone comparável de modelo de fundação, que usa uma única câmera RGB e roda a 14,7 FPS apenas em CPU. Ele obteve pontuação mais alta em sondagens de terreno mantidas à parte e produziu costmaps mais baratos e mais precisos do que um sistema de modelo de fundação implantado (WildOS) em 23 de 24 registros de campo reproduzidos.

Os autores compararam sinais de aprendizado autossupervisionado e implantaram os modelos resultantes em testes de campo em malha fechada: a melhor cabeça autossupervisionada alcançou 99% de autonomia ao longo da rota, superando uma linha de base treinada com rótulos humanos implantada ao vivo no mesmo percurso.

Deixe o robô aprender a transitabilidade a partir da própria experiência

A autossupervisão a partir da própria experiência da plataforma alinha os dados de treinamento à corporificação e ao terreno exatos que ela enfrentará.

Um backbone pequeno em uma única câmera RGB reduz custo e latência sem perder o sinal relevante para a decisão.

Sondagens de terreno mantidas à parte e registros de campo reproduzidos testaram a generalização antes da implantação ao vivo.

Superar ao vivo uma linha de base treinada com rótulos humanos mostra que os rótulos, e não a arquitetura, eram o gargalo.

Para habilidades corporificadas, a própria experiência registrada da corporificação pode supervisionar um modelo pequeno o suficiente para hardware de prateleira; sensoriamento e computação pesados nem sempre são necessários.

O FLINT superou o sistema de modelo de fundação WildOS implantado em 23 de 24 registros de campo reproduzidos e alcançou 99% de autonomia de rota em testes em malha fechada, apoiando a conclusão do artigo de que sensoriamento e computação pesados não são necessários para a estimativa de transitabilidade.