NVIDIA sekali lagi meraih posisi teratas di konferensi Computer Vision and Pattern Recognition (CVPR), dengan dinobatkan sebagai pemenang Autonomous Grand Challenge. Acara bergengsi yang diadakan di Nashville, Tennessee ini menandai kepemimpinan NVIDIA untuk kedua kalinya berturut-turut dalam kategori berkendara skala besar menyeluruh dan penghargaan Autonomous Grand Challenge ketiga berturut-turut.

Kompetisi tahun ini difokuskan pada tema "Menuju Sistem Bodi yang Dapat Digeneralisasikan" dan memanfaatkan NAVSIM v2, kerangka simulasi canggih untuk kendaraan otonom. Kompetisi ini bertujuan untuk mendorong para peneliti mengembangkan sistem yang dapat menangani situasi tak terduga dalam skenario berkendara, sehingga memudahkan pengembangan kendaraan otonom yang cerdas dan aman.

Tim Riset Aplikasi Kendaraan Otonom (AV) NVIDIA menyajikan pendekatan baru untuk kompetisi tersebut, yaitu metodologi Generalized Trajectory Scoring (GTRS). GTRS dirancang untuk menghasilkan berbagai lintasan berkendara dan menyaringnya untuk memilih lintasan yang paling efektif. Metode ini menggunakan kebijakan difusi dan dekoder transformator untuk menggabungkan serangkaian lintasan yang luas untuk berbagai situasi dengan serangkaian lintasan yang lebih terperinci untuk skenario keselamatan kritis guna memastikan keselamatan dan compliance terhadap peraturan lalu lintas.

NVIDIA memiliki kehadiran yang kuat di CVPR, dengan lebih dari 60 makalah yang diterima dari berbagai bidang, termasuk otomotif, perawatan kesehatan, dan robotika. Di bidang otomotif, penelitian NVIDIA berkontribusi pada kemajuan AI fisik dengan inovasi dalam persepsi, perencanaan, dan pembuatan data. Secara khusus, tiga makalah NVIDIA dinominasikan untuk Penghargaan Makalah Terbaik, yang menunjukkan kontribusi terhadap estimasi kedalaman stereo, pemahaman aksi monokuler, dan rekonstruksi 3D. Upaya penelitian NVIDIA sangat penting untuk pengembangan kendaraan otonom yang lebih aman dan lebih adaptif, sebagaimana dibuktikan oleh hasil mutakhir dalam tolok ukur yang ketat.