交通技術 に関する最新の記事

AVローカリゼーションの新しいアプローチは、柔軟性と安全性に焦点を当てている。

新しい機能が、自動運転車が運転スタイルを学ぶ方法を高めて、安全なやり取りができるようになったよ。

SOGDetは、自動運転のために環境のコンテキストを考慮することで物体検出を改善するんだ。

研究によると、音楽は感情の合図を通じてロボットとのインタラクションに影響を与えるんだ。

LK-99が効果的だと証明されれば、超伝導の未来を変えるかもしれない。

動きの予測は、安全な自動運転のためにめっちゃ大事で、交通の流れや意思決定を良くするんだ。

MBAPPEは、学習した行動を使って自律走行車の意思決定を向上させる。

LineMarkNetは、高度なライン検出を使って自動運転車の駐車精度を向上させる。

新しい方法は、スキルベースの計画に焦点を当てることで自動運転を向上させる。

研究者たちは、AV（自動運転車）と人間のドライバーが交差点での対立をどう管理するかを分析している。

マルチエージェント強化学習を使った電気自動車の充電管理の新しい方法。

この記事は、接続された車両における時分割多重化の利点について話してるよ。

研究者たちは、協力エージェント環境で機密データを守る方法を見つけた。

研究によると、ジェスチャーが歩行者や自動運転車の安全性を高めることがわかった。

研究は、AVの意思決定における説明の改善と不確実性の扱いに焦点を当てている。

新しいモデルが自動運転車が混雑した交通に安全に合流するのを助ける。

新しい方法が知能車両のデータ処理を改善する。

自動運転車が運転手の行動を予測する能力を向上させることで、安全性が高まるよ。

交通の中で車の動きをより良く予測するための新しいモデルを紹介します。

新しい学習フレームワークで車両ネットワークのデータ共有と安全性を革命的に変える。

自動運転車の意思決定と説明可能性を探る。

自動運転車を理解することは、信頼と安全のために重要だよ。

UniV2Xは、車両とインフラの協力によって自動運転を強化する。

この記事では、MBDRLが効率よくコストを削減しながらフローコントロールを最適化する方法について話してるよ。

新しい手法が、自動運転車のために視界外の歩行者の動きを予測することで安全性を向上させる。

革新的なモデルが自動運転車のための道路状況の理解を深める。

新しいモデルは、カメラとLiDARを使って車両の環境認識を向上させる。

新しいモデルが交通予測を向上させて、よりスマートな都市の移動を実現するよ。

M3Netは、自動運転車のために多様なデータセットやセンサーを統合してLiDARセグメンテーションを強化するんだ。

新しい方法で乱流分離バブルの制御が改善されて、車両の効率が向上するよ。

BadFusionはカメラデータを利用して自動運転システムにバックドア攻撃を仕掛ける。

LiDARとカメラデータを組み合わせて自動運転技術の効率をアップさせる。

新しいアプローチが自己運転車を、人間の思考パターンを真似ることで強化してるんだ。

新しいツールキットが歩行者と車両のインターフェース設計でのコラボを手助けするよ。

UAD方式はデータの必要量を減らし、自動運転の効率を向上させる。

LCSimはリアルな都市交通シナリオのための改良されたツールを提供してるよ。

自動運転車は、安全な道路ナビゲーションと意思決定のためにルールベースのシステムを使ってるよ。

不確実なシステムのための効率的なコントローラーデザイン、抽象化技術を使って。

SeFlowは自己監視学習を使って自動運転車の動きの推定を強化するよ。

この論文では、モデルのキャリブレーションと予測精度をより良く評価する方法について探求してるよ。