FEATURE-BASED PREDICTION

Feature-based prediction is described. In an example, a vehicle can capture sensor data while traversing an environment and can provide the sensor data to computing system(s). The sensor data can indicate event(s), such as a lane change, associated with agent(s) in the environment. The computing system(s) can determine, based on the sensor data, a time associated with the event and can determine features associated with a period of time relative to the time of the event. In an example, the computing system(s) can aggregate the features with additional features associated with other similar events to generate training data and can train, based at least in part on the training data, a machine learned model for predicting new events. In an example, the machine learned model can be transmitted to vehicle(s), which can be configured to alter drive operation(s) based, at least partly, on output(s) of the machine learned model. La présente invention a trait à une prédiction basée sur des caractéristiques. Dans un exemple, un véhicule peut capturer des données de capteurs tout en traversant un environnement et peut fournir les données de capteur à un ou plusieurs systèmes informatiques. Les données de capteurs peuvent indiquer un ou plusieurs événements, tels qu'un changement de voie, associés à un ou plusieurs agents dans l'environnement. Le ou les systèmes informatiques peuvent déterminer, sur la base des données de capteurs, un temps associé à l'événement et peuvent déterminer des caractéristiques associées à une période de temps relative au temps de l'événement. Dans un exemple, le ou les systèmes informatiques peuvent grouper les caractéristiques avec des caractéristiques supplémentaires associées à d'autres événements similaires pour générer des données d'apprentissage et peuvent entraîner, sur la base au moins en partie des données d'apprentissage, un modèle à apprentissage automatique pour prédire de nouveaux événements. Dans un exemple, le modèle à apprentissage automatique peut être transmis à un ou plusieurs véhicules qui peuvent être configurés pour modifier une ou plusieurs opérations de conduite sur la base, au moins en partie, d'une ou plusieurs sorties du modèle à apprentissage automatique.