Soy ingeniero en robótica, apasionado por los vehículos autónomos y el desarrollo de tecnologías inteligentes que impacten positivamente el mundo real.
Week 47 – Pruebas de Perturbación y Generación de Dataset con DAgger
Trabajo realizado
Evaluación de Robustez y Pruebas de Perturbación: Se introdujeron perturbaciones intencionales en la trayectoria durante la fase de inferencia en tiempo real para evaluar la capacidad de recuperación del modelo PilotNet. Los resultados iniciales no fueron favorables; la red neuronal no logró corregir las desviaciones inducidas, lo que resultó en colisiones dentro del simulador y evidenció un déficit en la generalización del modelo ante estados no vistos.
Generación de Dataset Masivo: Mediante las sesiones de conducción interactiva, se grabaron 4 nuevos datasets principales. Tras procesar los logs de telemetría y extraer los frames sincronizados, se consolidó un dataset maestro compuesto por más de 150,000 muestras altamente representativas, preparando el terreno para el reentrenamiento de la red.
Visualizaciones
Proceso de recolección de datos masiva aplicando la metodología DAgger. El vehículo es operado en CARLA mediante un volante físico por un conductor experto, registrando las maniobras correctivas que conforman el nuevo dataset de 150k muestras. (Ver proceso de grabación en YouTube).
