Resumen: El desarrollo de vehículos autónomos es un reto complejo. Implica entrenar y probar a los conductores de IA utilizando datos supervisados recogidos en una diversidad de episodios de conducción. Podríamos decir que los datos son el motor de la conducción autónoma, especialmente en la era del aprendizaje profundo. En este contexto, la charla se centra en los esfuerzos realizados en el CVC para minimizar los esfuerzos de etiquetado de datos. Esto incluye el uso de datos simulados para apoyar el entrenamiento de modelos visuales, el desarrollo de procedimientos de autoetiquetado, así como la exploración de paradigmas no estándar para la conducción autónoma, como la conducción de extremo a extremo mediante el aprendizaje por imitación.
Ponente: Antonio M. López tiene una larga trayectoria investigando en la intersección de la visión por ordenador, la simulación, el aprendizaje automático, la asistencia al conductor y la conducción autónoma. Antonio ha estado muy involucrado en la creación del conjunto de datos SYNTHIA y el simulador de código abierto CARLA, ambos para democratizar la investigación sobre conducción autónoma. Colabora activamente con socios de la industria para llevar las técnicas más avanzadas al campo de la conducción autónoma.
Grabación: Investigación sobre conducción autónoma en el CVC/UAB