[ 'Most Experienced Driver'를 훈련하기 위해 해결해야 하는 난제 - 웨이모 ] 자율주행에서 가장 중요한 것은 앞으로 몇 초간 일어날 상황에 대한 예측. 주차되어 있는 자동차가 나오려고 하는 것인지, 주차를 하는 중인지, 저 사람이 길을 건널건지, 또는 현재 과속중인 저 차량이 노란불에 설 것인지 등. 그리고 이런 상황을 어느 정도 예상하기 위해 데이터가 필요. 웨이모는 데이터셋 개방을 통해 자율주행을 위해 필요한 다양한 난제를 해결하고자 함. ● 하지만 데이터 생성부터 어렵다 - 카메라와 라이더로부터 인식되는 주변 상황에 데이터 레이블링을(무슨 물건인지 인식) 할 수 있어야 한다. - 특정 시나리오를 예측하기 어렵다. 따라서 원하는 시나리오를 만들어내는데 비효율적이다. ● 이런 문제들을 해결하고 웨이모가 준비한 데이터 - 샌프란시스코, LA, 디트로이트, 시애틀 등 다양한 주변 상황, 도로 상태에서 데이터 수집 - 다양한 경우의 수도 넣음. 예를 들어 자전거와 자동차가 같이 달릴 때, 다른 차량이 추월하며 나아가는 경우 - high-motion 데이터에 레이블링을 하는 방법을 연구하고 카메라와 라이더로부터 얻은 데이터에 적용 - 데이터 분석으로 레이블링과 행동예측을 얼마나 잘 하는지 측정하는 메트릭 제공 ● 웨이모가 데이터 개방을 통해 해결하고자 하는 난제 1. 1초 직전의 데이터를 바탕으로 화면에 보이는 8개의 주체들이 8초간 행할 행동 예측 2. 1초 직전의 데이터를 바탕으로 2개의 주체가 8초 동안 어떻게 상호작용 할지 예측 3. 라이더와 카메라 이미지를 통해 주변 물체 위에 3D 박스 생성 (제한된 시간 내에 생성해야 함) 4. 카메라 이미지를 바탕으로 제한된 시간 내에 주변 물체 위에 2D 박스 생성 웨이모가 모델 성능 측정에 활용하는 메트릭: https://waymo.com/open/next/ 웨이모 데이터 레이블링 논문: https://arxiv.org/abs/2103.05073