WALT: แนวทางใหม่ในการวางแผนเส้นทางรถยนต์ไร้คนขับด้วยการจัดตำแหน่งโลกเสมือน

ในการพัฒนารถยนต์ไร้คนขับ ปัญหาใหญ่ประการหนึ่งคือความไม่สอดคล้องกันระหว่างสิ่งที่ 'โมเดลโลก' (World Model) มองเห็นในเชิงภาพ กับการกำหนดจุดพิกัดเส้นทางจริงในเชิงเรขาคณิต ซึ่งมักทำให้ระบบการวางแผนเส้นทางไม่สามารถนำข้อมูลที่มีประโยชน์จากโมเดลโลกมาใช้ได้อย่างเต็มประสิทธิภาพ

WALT (World-Model Alignment for Latent Trajectories) ถูกพัฒนาขึ้นเพื่อแก้ปัญหานี้โดยการสร้างพื้นที่ว่างแฝง (Latent Space) สำหรับการสร้างเส้นทางที่กะทัดรัด ระบบนี้จะถ่ายโอนความรู้เชิงความหมายจากโมเดลโลกที่ถูกฝึกฝนไว้แล้วมายังพื้นที่วางแผนเส้นทางโดยตรง โดยไม่ต้องแก้ไขตัวโมเดลโลกเดิม ช่วยให้ระบบการตัดสินใจเข้าใจบริบทของฉากที่เกี่ยวข้องกับการเคลื่อนที่ได้ดีขึ้น

จากการทดสอบบนเกณฑ์มาตรฐาน NAVSIM ผลปรากฏว่า WALT สามารถปรับปรุงคะแนน PDMS ให้สูงขึ้น พร้อมทั้งลดภาระการประมวลผล (FLOPs) ของระบบวางแผนเส้นทางลงได้ถึง 30.5% ซึ่งถือเป็นก้าวสำคัญในการทำให้ระบบขับเคลื่อนอัตโนมัติมีความซับซ้อนแต่ใช้ทรัพยากรน้อยลง