Fluch Der Seltenheit

Der Fluch der Seltenheit ist ein zentrales wissenschaftliches Thema im Bereich des autonomen Fahrens. Es bezieht sich auf die Tatsache, dass in realen Fahrumgebungen die Wahrscheinlichkeit sicherheitskritischer Ereignisse (wie Verkehrsunfälle) äußerst gering ist, was dazu führt, dass diese Ereignisse in den Fahrdaten äußerst spärlich vorkommen, was es für Deep-Learning-Modelle schwierig macht, die Merkmale dieser Ereignisse zu erlernen. Mit zunehmender Seltenheit sicherheitskritischer Ereignisse steigt die geschätzte Varianz der Deep-Learning-Gradienten exponentiell an, sodass mehr Daten und Berechnungen zum Trainieren des Modells erforderlich sind, was die Lernfähigkeit des Modells bei sicherheitskritischen Aufgaben ernsthaft beeinträchtigt.

Das Konzept der Sparsity-Katastrophe wurde erstmals international von Assistenzprofessor Feng Shuo von der Tsinghua-Universität und Henry Liu, Direktor und Lehrstuhlinhaber von Mcity an der University of Michigan, vorgeschlagen. Ihre ForschungsergebnisseFluch der Seltenheit für autonome Fahrzeuge" wurde als Kommentarartikel in Nature Communications, einer Tochtergesellschaft von Nature, veröffentlicht.

In dieser Studie wurden außerdem drei technische Lösungsansätze zur Lösung des Problems der Spärlichkeit vorgeschlagen:

1. Dense Learning unter Verwendung von Daten im Zusammenhang mit sicherheitskritischen Ereignissen.
2. Verbessern Sie die Generalisierungs- und Argumentationsfähigkeiten Ihres Modells.
3. Nutzen Sie Technologien wie die Fahrzeug-Straßen-Zusammenarbeit, um die Wahrscheinlichkeit von Sicherheitsrisiken zu verringern.