鴻海研究院攻AI技術 升級自動駕駛軌跡預測模型

鴻海研究院人工智慧研究所持續研發人工智慧AI技術，今年與香港城市大學、美國卡內基梅隆大學研究人員合作，推出自動駕駛軌跡預測模型Lite-QCNet，提升多車輛運動預測的效率與性能。

鴻海今天下午透過新聞稿指出，鴻海研究院人工智慧研究所先前與香港城市大學合作，推出自動駕駛軌跡預測模型QCNet，在2023年的CVPR Argoverse 1和Argoverse 2挑戰賽中，取得第1名成績。今年新推出Lite-QCNet，再次在CVPR大會Argoverse 2挑戰賽中，獲得第1名。

鴻海表示，相關成果由鴻海研究院人工智慧研究所所長栗永徽與所內研究員，和香港城市大學教授汪建平團隊、美國卡內基梅隆大學研究人員共同合作完成。

鴻海說明，今年鴻海研究院新推出Lite-QCNet改良版，可減少運算資源並保持準確度，提升多車輛運動預測的效率，處理大量交通元素（如車道和行人）和複雜交通場景，提高自動駕駛系統的安全性和可靠性。

鴻海說明，CVPR（IEEE Conference on Computer Vision and Pattern Recognition）是人工智慧、深度學習、計算機視覺和模式識別領域的國際學術會議，最近3年CVPR投稿論文數量從8000篇成長到1萬篇。在AI領域，CVPR時常發表計算機視覺和深度學習領域的最新突破。

Argoverse 2挑戰賽是以自動駕駛研究的基準測試平台，為研究人員提供競爭和交流平台，促進相關技術發展和實際應用。