식별된 문제를 해결하기 위해 인식 모듈을 수정하거나 고전 센서 시뮬레이션과 생성 센서 시뮬레이션 모두에서 생성된 합성 데이터를 사용하여 기계 학습(ML) 모델을 재교육합니다. 센서 시뮬레이션을 반복적으로 실행하고, 목적에 따라 테스트 케이스의 진행 상황을 모니터링하고, 견고성을 보장하기 위해 비헤이비어, 날씨 및 조명의 변형을 활용합니다.
식별된 문제를 해결하기 위해 인식 모듈을 수정하거나 고전 센서 시뮬레이션과 생성 센서 시뮬레이션 모두에서 생성된 합성 데이터를 사용하여 기계 학습(ML) 모델을 재교육합니다. 센서 시뮬레이션을 반복적으로 실행하고, 목적에 따라 테스트 케이스의 진행 상황을 모니터링하고, 견고성을 보장하기 위해 비헤이비어, 날씨 및 조명의 변형을 활용합니다.