自動運転車 に関する最新の記事

新しい技術が自動運転車のテスト安全性を向上させる。

この研究は、リアルな自動運転車のシナリオにおけるLLMの使用を評価してるよ。

都市環境で動いている要素と静止している要素を分ける新しい方法。

新しいプラットフォームが自動運転車の安全分析を強化して、潜在的な脅威に対抗する。

研究は、自律走行車のグループを効果的に制御するためのベンチマークを提案している。

新しい方法で、近距離でのMIMOレーダーと光センサーのキャリブレーション精度が向上したよ。

新しいフレームワークが自動運転車のための歩行者の意図予測を改善。

新しいアプローチは、ゲーム理論と動作計画を組み合わせて、より良いレース戦略を作り出してるんだ。

GPUを使った新しい手法が線形ソルバーを強化して、より良い意思決定をサポートする。

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。

BriSe AIは、より良いインタラクションのために機械の自己認識に注力してるよ。

新しい方法が、連合学習を使って3Dモデリングの効率を改善する。

新しい技術によって、広範なラベリングなしでLidarデータの柔軟なセグメンテーションが可能になったよ。

新しいモデルは予測と複数フレーム分析を組み合わせることで深度推定を改善する。

DepthFMは、フローマッチング技術を使って深度推定のスピードと精度を向上させるんだ。

連邦学習は、厳しい天候における自律走行車の協力を強化する。

強化学習は自動運転の安全性テスト方法を改善する。

現代通信における単一指向ISACシステムの可能性を探る。

新しい方法がRGBとサーモグラフィ画像を使って歩行者検出を向上させる。

自律システムのための3Dデータ分析を改善する新しいモデル。

この作業は、自律走行車のナビゲーションの安全性を向上させるためのフレームワークを示してるよ。

研究者たちは、シミュレーション環境を通じて自動運転システムを改善するためにNeRFを使ってる。

研究は安全のために機械の3D環境の解釈を改善することを目指してるよ。

新しい方法がLiDARシステムを強化して、自動運転車の安全性を向上させる。

DriveCoTは自動運転車の意思決定の明確さと安全性を向上させる。

視覚データからユーザーの好みを学ぶための機械のフレームワーク。

この研究は、自律ロボットの制御ポリシーを開発する上でのシミュレーションの役割を検討している。

MAVOSは長い動画クリップ内のオブジェクトを追跡する効率的な方法を紹介します。

新しい方法で自動運転の動く物体の予測が改善されたよ。

AIDEは自動運転車の安全性を高めるためにデータ管理を簡素化するよ。

新しい方法がLiDARデータを使って多様な環境での物体検出を改善する。

新しいアプローチでカメラとレーダーシステムが改善されて、物体検出が向上したよ。

この論文は、自動運転車の交通障害をテストするための正式な方法を紹介してるよ。

新しい方法が人間みたいなやり取りで自動運転車のトレーニングを改善する。

自動運転車の環境で大きな物体の検出を強化すること。

異なる観測長にわたる軌道予測を強化する新しい方法。

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。

LiDARデータを使って3Dオブジェクト検出を強化する方法。

新しいアプローチが自動運転車の歩道検出を強化。