Die Reife digitaler Zwillinge von Fahrzeugen: Von der Überwachung zur Ermöglichung des autonomen Fahrens
Digitale Zwillinge von Fahrzeugen bieten ein großes Potenzial, um die Effizienz, Sicherheit und Autonomie von Fahrzeugen in verschiedenen Anwendungsbereichen wie Güter-, Personen- und autonomem Transport zu verbessern.
Sichere Präferenzlernmethode für Personalisierung mit Anwendungen in autonomen Fahrzeugen
Eine Präferenzlernmethode, die die Einhaltung vorgegebener Spezifikationen gewährleistet, mit einer Anwendung auf autonome Fahrzeuge.
InsMapper: Erforschung von Inner-Instanz-Informationen für vektorisierte HD-Kartierung
Effektive Nutzung von Inner-Instanz-Informationen zur Verbesserung der HD-Kartierung.
Taktische Entscheidungsfindung für autonome LKW mit Deep Reinforcement Learning basierend auf Gesamtbetriebskostenbelohnung
Optimierung der Leistung von autonomen LKW durch Deep Reinforcement Learning und realistische Belohnungsfunktion basierend auf Gesamtbetriebskosten.
JointMotion: Selbstüberwachung für gemeinsame Bewegungsvorhersage
JointMotion präsentiert eine selbstüberwachte Lernmethode für die gemeinsame Bewegungsvorhersage in autonomen Fahrzeugen, die durch Szenen- und Instanzebene Ziele übertrifft.
LHMap-loc: Monokulare Lokalisierung mit LiDAR-Punktwolken-Hitzebildern
Effiziente monokulare Lokalisierung in LiDAR-Karten durch Hitzebildgenerierung und Pose Regression.
Effizientes Generalisieren von kooperativem Eco-Driving durch Multi-Residual Task Learning
Multi-residual Task Learning verbessert die Generalisierung von DRL-Steuerungen für kooperatives Eco-Driving.
Kontinuierliche Optimierung der Fahrpolitik mit individuellen Lehrplänen im geschlossenen Regelkreis
CLIC ermöglicht die kontinuierliche Verbesserung autonomer Fahrzeugmodelle durch individuelle Lehrpläne und Szenarioauswahl.
RACE-SM: Autonome Steuerung für soziales Auffahren mit Verstärkungslernen
Verstärkungslernen für soziales Auffahren in autonomen Fahrzeugen.
Sichere Hybrid-Action Verstärkungslernen-basierte Entscheidungs- und Kontrollstrategie für freiwilligen Spurwechsel
Sichere Hybrid-Action Verstärkungslernen verbessert die Sicherheit und Effizienz autonomer Fahrzeuge.
© 2024 by Linnk AI