Исследователи представили Lagrange — новый подход к созданию систем автономного вождения, основанный на энергетических моделях и разреженных вычислениях. В отличие от традиционных плотных сетей, таких как сетки заполнения (occupancy networks), которые требуют значительных вычислительных мощностей для обработки геометрических данных, Lagrange фокусируется на эффективности представления пространства. Это позволяет модели лучше адаптироваться к нестандартным дорожным ситуациям и редким сценариям, с которыми сложно справляться классическим алгоритмам.
Ключевая особенность разработки заключается в способности системы работать в условиях «открытого словаря» (open-vocabulary). Это означает, что модель не ограничена заранее заданным набором объектов, а способна интерпретировать окружающую среду более гибко. Архитектура объединяет восприятие и планирование траектории в единый сквозной процесс, обеспечивая при этом кинематическую достоверность движений автомобиля. Такой подход решает проблему компромисса между точностью распознавания и скоростью принятия решений в реальном времени.
Метод демонстрирует высокую устойчивость в сложных городских условиях, где плотные модели часто сталкиваются с перегрузкой данных. Использование разреженных вычислений позволяет снизить требования к аппаратному обеспечению без потери качества планирования. Данное исследование открывает новые возможности для масштабирования систем автопилота, позволяя им эффективнее обрабатывать аномальные события и динамические изменения дорожной обстановки.