AI sistem za nadzor požara spaja simulacije, video i agente za preciznije izveštavanje

Realni snimci požara imaju ograničene fizičke oznake

Autori navode da efikasan nadzor požara zahteva povezivanje vizuelnih dokaza sa fizičkom dinamikom vatre, ali da su realni video-snimci sa usklađenim fizičkim oznakama retki, dok je visokoverna 3D simulacija skupa.

Simulacija se pretvara u 3D prikaze i multimodalnu memoriju

Fiksno Blender mapiranje pretvara simulacione podatke u jednostavne 3D prikaze usklađene sa terenom, rasporedom goriva, aktivnošću požara i pokazateljima vetra.

Ti prikazi služe kao međureprezentacije, a ne kao završne visokorealistične scene.

Generisani video i oznake iz simulatora grade ponovo upotrebljivu multimodalnu memoriju za višeagentski VLM sistem koji preuzima referentne epizode, usklađuje vizuelna predviđanja sa memorijom i pravi strukturisane izveštaje o požaru.

Okvir povezuje automatsko pretvaranje simulacije u proxy prikaze sa rezonovanjem VLM modela zasnovanim na memoriji kada nema mnogo realnih fizičkih anotacija.

Video memorija dala znatno bolji rezultat

Na izdvojenim generisanim epizodama video memorija postigla je 51,5 odsto tačnosti za istovremeno pogađanje četiri oznake, naspram 22,6 odsto kod direktnog VLM upita i oko 16 do 17 odsto kod tekstualne memorije.

Kompletan sistem dostigao je 77,3 odsto tačnosti na šest polja izveštaja izvedenih iz simulatora.

Autori su rad proveravali kroz ablacije komponenti, testove sa različitim generatorima i tri evaluacije na realnim UAV snimcima.