शोधकर्ता TerraZero प्रस्तुत करते हैं, एक प्रोसीड्यूरल ड्राइविंग सिम्युलेटर और सेल्फ-प्ले ट्रेनिंग स्टैक जो मानवीय डेमोनस्ट्रेशन के बिना मजबूत ऑटोनॉमस ड्राइविंग एजेंट्स को प्रशिक्षित करने के लिए डिज़ाइन किया गया है। सिस्टम CPU पर सिमुलेशन चलाने और GPU पर पॉलिसी इनफरेंस के लिए एक कॉन्फ़िगरबल C इंजन का उपयोग करता है, जो जीरो-कॉपी पाथ के माध्यम से एकल सर्वर-ग्रेड GPU पर प्रति सेकंड 1.3M एजेंट-स्टेप्स बनाए रखता है।
- पॉलिसीज़ को जीरो मानवीय डेमोनस्ट्रेशन और इनफरेंस पर कोई फॉलबैक प्लानर के बिना रीइन्फोर्समेंट लर्निंग के माध्यम से शून्य से प्रशिक्षित किया जाता है।
- सिम्युलेटर लॉग किए गए डेटा को केवल मैप ज्यामिति के रूप में मानता है, अनबॉउंडेड परिदृश्य बनाने के लिए मैप को रैंडमाइज़्ड रूल-बेस्ड रोड यूजर्स से भरता है।
- एक इगो पॉलिसी के रूप में, TerraZero InterPlan long-tail बेंचमार्क में शीर्ष पर है और रूटीन-ड्राइविंग val14 पर सबसे सुरक्षित दृष्टिकोणों में से एक के रूप में रैंक करता है।
- Waymo Open Sim Agents realism पर, विधि अन्य डेमोनस्ट्रेशन-फ्री विधियों को हराती है और रेफरेंस-एंकर्ड सेल्फ-प्ले के साथ प्रतिस्पर्धी है।
TerraZero पॉलिसीज़ को शहरों और डेटासेट्स में जीरो-शॉट सामान्यीकरण करने की अनुमति देता है, जिसमें उभरता हुआ बाएं-हैंड-ट्राफिक ड्राइविंग भी शामिल है, जबकि यह ड्राइविंग पॉलिसी सिम्युलेटर और वाहनों, पैदल यात्रियों और साइकिल सवारों के लिए एजेंट कंट्रोलर दोनों के रूप में कार्य करता है।