GenAD: ทำอย่างไรจึงจะสามารถคาดการณ์และวางแผนการเคลื่อนที่ของการขับขี่อัตโนมัติได้อย่างมีประสิทธิภาพ

โครงการ GenAD ใช้ตัวเข้ารหัสอัตโนมัติแบบแปรผันอย่างสร้างสรรค์เพื่อเรียนรู้การกระจายวิถีในอนาคตในพื้นที่แฝงเชิงโครงสร้างสำหรับการสร้างแบบจำลองวิถีก่อน นอกจากนี้ โครงการยังใช้แบบจำลองชั่วคราว เช่น หน่วยที่เกิดซ้ำที่มีรั้วรอบขอบชิดเพื่อจับภาพตัวแทนและการเคลื่อนไหวของตนเองในพื้นที่แฝง ดังนั้นจึงสร้างวิถีในอนาคตที่มีประสิทธิภาพมากขึ้น วิธีการคาดการณ์ล่วงหน้านี้ช่วยให้ GenAD สามารถสุ่มตัวอย่างการกระจายตัวจากพื้นที่แฝงที่มีโครงสร้างแบบมีเงื่อนไขในระหว่างการอนุมาน และใช้แบบจำลองเวลาที่เรียนรู้เพื่อสร้างอนาคต ช่วยให้สามารถดำเนินการทำนายและวางแผนการเคลื่อนไหวได้พร้อมกัน