サインイン
インサイト - 자율 주행 기술
대형 언어 모델을 활용한 자율 주행 모방 학습 향상을 위한 다중 모달 토큰 프롬프팅
다중 모달 토큰을 활용하여 대형 언어 모델을 통해 자율 주행 모방 학습을 향상시키는 방법을 제안한다.
실제 세계 자율 주행을 위한 시뮬레이션 기반 강화 학습
단일 카메라에서 RGB 이미지와 의미론적 분할을 입력으로 받아 실제 세계 차량을 제어하는 주행 정책을 강화 학습을 통해 얻는다.
그래프 기반 자율 주행: 종단 간 자율 주행을 위한 상호작용 장면 그래프
그래프 기반 자율 주행 알고리즘(GraphAD)은 자율 주행 환경의 동적 요소와 정적 요소 간 상호작용을 효과적으로 모델링하여 종단 간 자율 주행 성능을 향상시킨다.
대형 모델 기반 반대 보상 설계를 통한 자율 주행 기술
대형 사전 학습 모델을 활용하여 안전하고 향상된 자율 주행을 달성하기 위해 원치 않는 언어적 목표를 통한 반대 보상 설계 기법을 제안한다.
물리적 3D 적대적 공격이 자율 주행에서 단안 깊이 추정에 미치는 영향
단안 깊이 추정(MDE) 모델은 자율 주행에 널리 사용되지만 적대적 공격에 취약하다. 이 연구에서는 3D2Fool이라는 새로운 3D 텍스처 기반 적대적 공격 방법을 제안하여 다양한 시나리오에서 MDE 모델을 효과적으로 속일 수 있음을 입증한다.
LiDAR Point Cloud 기반 다중 차량 추적 및 확률적 측정 영역 연관성
LiDAR Point Cloud를 활용한 다중 차량 추적의 핵심은 확률적 측정 영역 연관성 모델을 통해 정확한 추적을 실현하는 것이다.
자율 주행을 위한 자기 지도 학습을 활용한 깊이 예측에 대한 논문
자율 주행을 위한 깊이 예측의 중요성과 자기 지도 학습의 효과적 활용
자율 주행을 위한 효율적이고 효과적인 3D 물체 감지를 위한 Cross-Cluster Shifting
Cross-Cluster Shifting은 자율 주행에서 정확한 3D 물체 감지를 위한 효율적인 모델인 Shift-SSD를 제시합니다.
자율 주행을 위한 효율적이고 효과적인 3D 물체 감지를 위한 Cross-Cluster Shifting
Cross-Cluster Shifting은 3D 물체 감지의 효율성과 정확성을 향상시키는 새로운 모델이다.
게임 이론과 분기 모델 예측 제어를 통한 자동 차선 합류
자율 주행을 위한 효과적인 차선 합류 방법 소개