Японская компания TIER IV разработала комплексную платформу для автономного вождения уровня 4+, способную действовать без участия водителя даже в нестандартных дорожных ситуациях. По информации 32CARS.RU, внедрение этой системы планируется начать в 2026 году — она появится на 50 объектах по всей Японии в рамках сервисов мобильности.Новая архитектура сочетает модели искусственного интеллекта, созданные с применением диффузионного обучения, с продуманными логическими алгоритмами. Такой подход обеспечивает реалистичное поведение на дорогах и стабильную работу в сложных условиях. Основой системы стало программное обеспечение Autoware — первый в мире открытый код для беспилотных автомобилей.Обучение нейросетей осуществляется на комбинации реальных и синтетических данных, что повышает их адаптивность. Решение подходит как для личных автомобилей, так и для коммерческого транспорта, приближая массовое распространение автономных технологий в логистике и городской среде.
67cars
67cars
50
50
50
50
2025
Фролов Иван
Фролов Иван
Новости, Новости
ru-RU
67cars
67cars
50
50
50
50
1600
900
true
1600
900
true
67cars
67cars
50
50
50
50
Фролов Иван
Без водителя и стресса: автономные автомобили запустят в 50 городах Японии
tier4.jp
TIER IV из Японии представила систему автономного вождения уровня 4+, не требующую участия водителя даже в сложных ситуациях.
Японская компания TIER IV разработала комплексную платформу для автономного вождения уровня 4+, способную действовать без участия водителя даже в нестандартных дорожных ситуациях. По информации 32CARS.RU, внедрение этой системы планируется начать в 2026 году — она появится на 50 объектах по всей Японии в рамках сервисов мобильности.
Новая архитектура сочетает модели искусственного интеллекта, созданные с применением диффузионного обучения, с продуманными логическими алгоритмами. Такой подход обеспечивает реалистичное поведение на дорогах и стабильную работу в сложных условиях. Основой системы стало программное обеспечение Autoware — первый в мире открытый код для беспилотных автомобилей.
Обучение нейросетей осуществляется на комбинации реальных и синтетических данных, что повышает их адаптивность. Решение подходит как для личных автомобилей, так и для коммерческого транспорта, приближая массовое распространение автономных технологий в логистике и городской среде.
