自動運転車 に関する最新の記事

新しい手法がユーザー定義の信頼レベルを組み込むことで、強化学習の安全性を向上させる。

構造フローは、ロボットや自律型車両のリアルタイム動作インサイトを提供します。

新しいモデルがポイントクラウドを使って3Dセグメンテーションの精度を向上させるよ。

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。

新しいフレームワークは、三次元空間での既知および未知のオブジェクトの検出を改善する。

CMDPsは、AIアプリケーションにおける報酬の最大化と安全性を結びつけるんだ。

安全のための強化学習における効率的なフィードバック収集の革新的なアプローチ。

リサーチが音のデザインがAVと歩行者のやり取りに与える影響を評価してるよ。

複雑な環境での専門家の行動を分析してコスト関数を導出する方法。

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。

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。

新しいアプローチで動的なオブジェクトを取り除いてポイントクラウドマッピングが強化されたよ。

FALCONは、ぼやけた画像を素早くきれいにしつつ、さまざまな用途に合わせて品質を保つよ。

新しいコンピューティング手法がAIシステムのエネルギー消費を減らす方法を発見しよう。

大規模なワールドモデルを使ったAIの効率的な意思決定のための新しい方法。

新しい方法がLiDARシステムを強化して、悪天候時のパフォーマンスを向上させるよ。

新しいグリッドメソッドが、自動運転車が未知のエリアを扱う方法を改善する。

新しい手法がマルチビューカメラを使って自動運転車の検出と追跡を強化する。

新しい方法でマルチカメラ画像を使った深度推定が向上するよ。

新しい方法で、LiDAR技術を使って動的環境での動く物体検出が改善されたよ。

新しいメトリクスとEdgeHeadモジュールで、自動運転車の3D検出が向上したよ。

新しいポイントベースの方法が自動運転車のシーン理解を向上させる。

新しい方法が、自律走行車の協調知覚を通じて物体検出を強化する。

さまざまな天候条件での自動運転車の性能を向上させるためのデータセット。

新しい手法が自律走行車のためのポイントクラウドデータの認識を向上させた。

さまざまな運転条件で正確な画像セグメンテーションのモデルを開発中。

革新的な手法が、システムが3D空間で物体を検出・特定する方法を変えている。

VQA-Diffは、実世界の画像から3D車両モデリングを強化するための技術を組み合わせてるよ。

ハミルトン・ジャコビのリーチャビリティと強化学習を組み合わせることで、制御システムの安全性が向上するよ。

新しい方法がロボットのナビゲーションと障害物回避を改善する。

RHRSegNetは、自動運転にとって重要な夜間画像のセマンティックセグメンテーションを強化するよ。

新しい方法は、イベントベースのカメラを使って衝突までの時間を正確に予測することで安全性を高める。

新しいルーティング戦略が輸送ネットワークの効率を改善する。

新しいアプローチが、複数のラベルを認識するシステムの過信に取り組んでるよ。

この記事では、目標指向のデータ圧縮を使って制御システムを改善する方法について話してるよ。

新しい戦略は、自己運転車のためのマッピングと行動予測を組み合わせてる。

アクティブインファレンスが自動運転車の能力をどう向上させるかを学ぼう。

画期的なデータセットが、自律型トラック技術を高品質なデータで強化することを目指してるんだ。

新しいフレームワークが、自動運転車が複雑な運転環境での意思決定を改善する。

新しい方法がLiDARと2D画像を使って3Dオブジェクト検出を改善する。