Audit pokazuje da latentne osobine nisu nužne za dobar runtime monitor autonomne vožnje
Studija poredi failure monitore za online mapiranje i end-to-end planiranje i nalazi da se frame-level greške mogu predvideti bez obaveznog pristupa internim reprezentacijama glavnog modela.
Dva zadatka autonomne vožnje
Autori auditiraju monitoring strategiju na online vectorized map generation zadatku sa LaneSegNet-om i end-to-end planiranju sa VAD sistemom.
Nalaze da se greške na nivou pojedinačnog frame-a mogu predvideti tokom inference-a u oba zadatka.
Interni latentni signal nije doneo jasan dobitak
Dodavanje latentnih osobina nijednom baseline monitoru nije dalo statistički razlučivo poboljšanje.
Autori zato zaključuju da pristup internim reprezentacijama nije neophodan za snažno predviđanje neuspeha u njihovim eksperimentima.
Za online vectorized map generation rad navodi da je ovo, prema saznanju autora, prvi post-hoc frame-level failure monitor.
Izvori
Prikazani su izvorni linkovi korišćeni za proveru objavljenih činjenica.