Core Concepts
인간 운전 행동 학습과 안전한 CAV 합류의 중요성
Abstract
혼합 교통에서 CAV와 HDV의 효과적인 합류를 위한 접근 방법 소개
모델링 프레임워크, 인간 운전 행동 학습, 예측과 안전성 보장, 안전한 합류 전략에 대한 설명
데이터 기반 접근 방법과 모델 기반 접근 방법의 비교
수치 시뮬레이션을 통한 효과적인 제어 방법의 시연
Conformal Prediction을 활용한 안전한 합류 전략
Stats
"우리는 실제 교통 데이터를 사용하여 네트워크를 훈련하고 각 작업에 대한 3000개의 궤적을 사용하여 예측을 보정했습니다."
"우리는 500개의 보정 궤적을 사용하여 신경망의 예측에 대한 Conformal Prediction 범위를 구축했습니다."
"100개의 궤적을 사용하여 훈련 및 보정 데이터와 다른 시뮬레이션 결과를 검증했을 때, 실제 합류 시간이 Conformal 범위 내에 있는 비율은 91.28%였습니다."
Quotes
"우리는 인간 운전 행동을 학습하고 이를 통해 CAV가 HDV 사이에서 안전하게 합류할 수 있는 제어 프레임워크를 제시했습니다."
"Conformal Prediction을 사용하여 학습된 모델의 이론적 보장을 얻었습니다."