Intel, DARPA RACER-Sim Programı’na Katılıyor

Intel, arazi araçları için sanal ortamlardan gerçek dünya ortamına geçişi kolaylaştırmaya yardımcı olacak ileri tahliller ve simülasyonlar geliştiriyor. Şirket; Barselona, İspanya merkezli Computer Vision Center ve UT Austin ile birlikte DARPA RACER’ın simülasyon programında otonom arazi aracı simülasyonunu ve öğrenmenin simülasyondan gerçek dünyaya transferini ilerletiyor.

Defense Advanced Research Projects Agency (İleri Savunma Araştırma Projeleri Kurumu – DARPA), Intel Laboratuvarları’nın yanında işbirliği içinde olduğu kuruluşlar Barselona, İspanya merkezli Computer Vision Center ve University of Texas at Austin tarafından desteklenen Intel Federal LLC’ye otonom arazi araçları için ileri simülasyon tahlillerini geliştirme fırsatını sundu. Esnekliğe Sahip Karmaşık Ortamlarda Robotik Otonomi – Simülasyon (RACER-Sim) programı, geliştirme maliyetini kıymetli ölçüde azaltmak ve simülasyon ile gerçek dünya ortasındaki boşluğu kapatmak için yeni jenerasyon arazi simülasyon platformları oluşturmayı amaçlıyor.

Konu hakkında konuşan Intel Laboratuvarları Otonom Araçlar Laboratuvarı Yöneticisi German Ros, “Intel Laboratuvarları, CARLA simülatörü üzere çeşitli projeler aracılığıyla otonom taşıt simülasyonu geliştirmede ilerleme kaydetmeye başladı bile. Arazi taşıtı robotiği ve otonom taşıtlar alanında yeni ufuklar keşfetmeye katkıda bulunmak için RACER-Sim’e katılmaktan gurur duyuyoruz. Her cins ortam ve şart için arazi robotlarındaki ilerlemeyi hızlandıracak çok taraflı ve açık bir platform oluşturmak gayesiyle Computer Vision Center ve UT Austin’in tanınmış uzmanlarından oluşan bir takım kurduk.” dedi.

Otonom sürüş bağlamında, yolda ve yerdeki dağıtımlar ortasındaki fark hâlâ çok kıymetli boyuttadır. Bugün pek çok simülasyon ortamı bulunmakla birlikte, bunların çok azı, yüksek ölçekte ve süratte arazi otonomisini geliştirme için optimize edilmiştir. Ayrıyeten gerçek dünya demoları, hâlâ sistem performansını doğrulamanın birincil formülü fonksiyonunu görmektedir.

Otonom arazi araçları, yol ağlarının bulunmaması ve taş ve her cins bitkilerle kaplı uç toprak şartları üzere değerli zorluklarla baş etmek zorunda. Bu üzere uç şartlar, geliştirme ve test süreçlerinin maliyetini artırır ve yavaşlatır. RACER-Sim programı, tahliller geliştirmek ve test etmek için ileri simülasyon teknolojileri sağlayarak ve yapay zekâ ile çalışan otonom sistemlerin dağıtım müddetini ve doğrulamasını kısaltarak bu sorunun üstesinden gelmeyi amaçlıyor.

RACER-Sim, otonom arazi araçlarının dizaynındaki tüm araştırma ve geliştirme sürecini hızlandırmayı amaçlayan ve toplam 48 ay süren iki evreden oluşuyor. Birinci evrede, Intel karmaşık arazi ortamlarını en yüksek doğrulukla gibisi görülmemiş ölçeklerde taklit eden (örneğin fizikî özellikler, sensör modelleme, arazi karmaşıklığı vs.) yeni simülasyon platformları ve harita oluşturma araçları oluşturmaya odaklanıyor. Yüksek ölçekli simülasyon ortamlarını klasik tekniklerle oluşturmak için kıymetli kaynaklar gerekir ve bu, simülasyon iş akışlarındaki en büyük zorluklardan biridir. Intel Laboratuvarları’nın simülasyon platformu, sadece birkaç tıkla 100.00 mil kareden büyük bir alanı kapsayan muazzam ortamlar oluşturmak da dahil, geleceğin haritalarının özelleştirilmesine imkan tanıyacak.

İkinci etapta ise, Intel Laboratuvarları fizikî bir robot kullanmadan yeni algoritmalar uygulayarak araştırma ve geliştirme sürecini hızlandırmak için RACER’da işbirliği yapan kuruluşlarla birlikte çalışacak. Akabinde takımlar robotun performansını simülasyonda doğrulayarak, değerli bir vakit ve kaynak tasarrufu sağlayacak. İkinci etap, yeni sim2real (simülasyondan gerçeğe) tekniklerinin geliştirilmesini de içerecek. Bu teknikler, robotu simülasyonda eğiterek ona marifetler kazandırmayı ve akabinde bu marifetleri gerçek bir robotik sisteme aktarmayı amaçlıyor. Bu sayede otonom arazi araçlarının eğitimi direkt simülasyonda yapılabilecek.

Intel, bu yeni simülasyon araçlarının, klasik test ve doğrulama protokollerinin barındırdığı riskleri, maliyetleri ve gecikmeleri azaltan sanal testler kullanarak otonom sistemlerin gelişimini kıymetli ölçüde güzelleştirmesini bekliyor. Simülasyon platformu ileride, gerçek dünyada uygulanmaya hazır yapay zekâ modelleri oluşturmak için doğrulamanın ötesine geçecek.