A Gatik AI Inc. anunciou hoje a Arena, uma nova plataforma de simulação para acelerar o desenvolvimento e a validação de seus veículos autônomos, ou AVS. A Arena produz dados sintéticos estruturados e controláveis que abordam as limitações da coleta tradicional de dados do mundo real, de acordo com a empresa.
“Como a indústria da AV empurra para implantações em escala, o gargalo não é apenas algoritmos melhores-é melhor e mais inteligente dados”, afirmou Gautam Narang, co-fundador e CEO da Gatik. “Arena nos permite simular os casos de borda, eventos raros e cenários de alto risco que mais importam, com fotorrealismo e fidelidade que correspondem às complexidades do mundo real”.
Fundada em 2017, a Gatik disse que é pioneira na logística autônoma de milha média. Os sistemas da empresa foram implantados comercialmente no Texas, Arkansas, Arizona e Ontário.
Arena combina técnicas de IA
Capturar exceções no teste AV do mundo real é demorado, caro e inseguro, observou Gatik. “O teste de frota tradicional e o registro de dados não podem fornecer a escala, a diversidade ou a reprodutibilidade necessária para validar os sistemas AV de maneira abrangente”, afirmou.
A Arena usa um mecanismo de simulação modular extensível que combina diferentes técnicas de IA, incluindo campos de radiação neural (NERFs), modelos de divisão e difusão gaussiana 3D. Ele usa reconstrução volumétrica para criar simulações de alta fidelidade a partir de representações abstratas, como mapas de segmentação, Lidar e mapas HD.
Gatik também disse que a Arena combina toras do mundo real, edição de trajetória, modelagem de agentes e pipelines de simulação com vários sensores para fornecer simulações completas de circuito fechado. Ele pode ajustar o fluxo de tráfego, pedestres, iluminação e layouts de estradas para edição de cenários e testes A/B.
“A Arena fornece um ecossistema de ferramentas e permite que a simulação digital aumente”, disse APEKSHA KUMAVATco-fundador e engenheiro-chefe de Gatik. “Ele pode criar dados fotorrealistas, e o simulador de ponta a ponta nos permite simular vários sensores-câmeras, lidar e radar-e também a dinâmica de veículos”.
“Tradicionalmente, os simuladores têm sido baseados em mecanismos de jogo baseados em física e podem testar certas partes da pilha de autonomia, mas não de ponta a ponta”, disse ela à O relatório do robô. “Isso levou muitos recursos e levou a uma lacuna simulada. Agora, esse simulador reduz essa lacuna para fechar zero, e podemos fazer muita coleta e síntese de dados no próprio ecossistema”.
Além disso, a Arena pode refletir o comportamento do mundo real dos sensores sob variadas condições ambientais. Ao simular interações entre decisões de veículos autônomos e agentes vizinhos, a plataforma permite o teste da pilha de autonomia completa em ambientes interativos. Gatik disse que isso inclui modelagem de dinâmica de veículos, interações políticas e evolução da cena latente.
“Agora podemos realmente replicar o mundo em um gêmeo digital, com todo o ruído e variações do sensor”, disse Kumavat. “Reduzir a lacuna sim-para-real nos permite ter confiança para usar os dados para treinamento e validações de segurança verdadeiras”.
Dados sintéticos suficientes para o caso de segurança de Gatik
A Arena suporta a geração de dados sintéticos estruturados para fluxos de trabalho de aprendizado de máquina, testes de regressão e validação de casos de segurança sem exigir muitos dados anotados do mundo real, disse a empresa.
“Com a Arena, estamos reimaginando a simulação não apenas como uma ferramenta de teste, mas como um facilitador do núcleo de autonomia segura e escalável”, disse Narang. “Isso nos dá o controle, o realismo e a flexibilidade, precisamos construir rapidamente confiança em nossos sistemas e fazê-lo sem comprometer a segurança ou o tempo para comercializar”.
A Arena é capaz de modelar cenários críticos de segurança, como mau tempo e visibilidade, usuários imprevisíveis, geometria de estrada desafiadora, mudanças dinâmicas na estrada, oclusões ou falhas de sensores e interações urbanas densas. O objetivo é o teste AV escalável, seguro e repetível em mundos digitais altamente realistas, disse Gatik.
“Estamos usando a Arena há um tempo para aumentar o desenvolvimento, o treinamento e a validação”, disse Kumavat. “Isso pode ir além em termos de expansão de cenários, mas também pode se traduzir em diferentes geografias. Com modelos de difusão e fundação, pode se adaptar a Toronto ou Europa, e essa capacidade de mudar enquanto ainda é fundamentada na física permite escalar”.
A Arena permite a manipulação de condições como o clima em simulações de AV. Fonte: Gatik
Nvidia colabora em direção a um frete autônomo
Para Arena, Gatik colaborou com a Nvidia para integrar a NVIDIA Cosmos Modelos da World Foundation (WFMS) para criar ambientes digitais de alta fidelidade, informados por física para treinamento e validação robustos de AV. Os parceiros anunciaram no início deste ano que Gatik usará a Nvidia Dirigir agx Com o Sistema Thor do Drive Thor (SOC) para servir como cérebro de IA para caminhões autônomos de próxima geração.
“A NVIDIA Cosmos foi criada para acelerar o treinamento em modelos mundiais e acelerar o desenvolvimento físico de IA para veículos autônomos”, disse Norm Marks, vice-presidente da Global Automotive da NVIDIA. “Nossa colaboração com Gatik desbloqueia o desenvolvimento de ambientes digitais seguros, confiáveis e ultra-alta fidelidade para treinamento e validação robustos de AV e está ajudando a acelerar a comercialização da solução autônoma de caminhões de Gatik em escala”.
“Trabalhamos com a NVIDIA há um tempo em conjuntos de chips de hardware, e Gatik usava Orin há um tempo”, disse Kumavat. “Trabalhamos com a Nvidia há um ano neste software específico para autonomia. Podemos usar esses WFMs para um caso de uso de simulação adaptado ao nosso domínio”.
“A simulação é um subconjunto de todo o ecossistema da arena”, explicou ela. “Os casos de borda foram uma coisa essencial em gatinar.
“Agora, temos uma mineração generativa de cenário adversário baseado em IA”, disse Kumavat. “Podemos executar milhões de casos de borda de maneira mais exaustiva para encontrar condições de contorno, facilitando o processo. Conhecer os limites de um sistema afeta a segurança e estamos trabalhando em casos de segurança mais exaustivos que serão validados por auditores de terceiros e fornecidos a todos os interessados, incluindo reguladores”.
Ela reconheceu que Gatik e Nvidia precisavam garantir que havia uma arquitetura para manter a física fundamentada no mundo real, verificar a produção da IA e alinhar processos a bordo e fora de bordo. “Existem muitos corrimãos para garantir a sanidade dos dados e alcançamos um equilíbrio entre a necessidade de testes do mundo real e confiar em sensores simulados. Criamos métricas funcionais para verificar o quão perto a simulação está do mundo real”.
Gatik afirmou que a plataforma reduzirá a dependência de testes rodoviários e acelerará a comercialização de seus caminhões autônomos para parceiros, incluindo Kroger, Tyson Foods e Loblaw.
“Hoje, temos 100 veículos na estrada com diferentes clientes e esperamos um crescimento de 10x nos próximos anos”, disse Kumavat. “Esses não são pilotos pontuais, mas são contratos de vários anos. Já percebemos muito valor ao usar estruturas como a Arena para clientes que já estão implantados, mas nos permite expandir as geografias existentes e com novos clientes”.