مع التطور السريع لتقنيات الذكاء الاصطناعي، لعبت الشبكات العصبية الالتفافية (CNNs) والشبكات العصبية المتكررة (RNNs) دورًا حاسمًا في مهام الإدراك وتوقع المسار داخل أنظمة القيادة الذكية. ومع ذلك، فإن قيودها في النمذجة العالمية ومعالجة الاعتماد على المدى الطويل تحد من قابليتها للاستخدام في البيئات المعقدة والديناميكية. في السنوات الأخيرة، حقق نموذج المحول، المدعوم بآلية الانتباه، اختراقات في معالجة اللغة الطبيعية وقد تم تقديمه تدريجياً في القيادة الذاتية. الآن يتم تطبيقه بشكل واسع في دمج المعلومات متعددة الوسائط، وتوليد ميزات الرؤية من الأعلى (BEV)، وتوقع المسار. تستعرض هذه الورقة التطبيقات الرئيسية لموديلات المحولات في القيادة الذاتية، وتلخص مزاياها والتحديات القائمة، وتناقش اتجاهات البحث المستقبلية.
درس هان هاوشوان (الأربعاء) هذا السؤال.