LimSim++: 다중 모달 대형 언어 모델을 자율 주행에 배포하기 위한 폐루프 플랫폼
LimSim++는 자율 주행에 대한 이해와 추론 능력을 향상시키기 위해 다중 모달 대형 언어 모델을 활용하는 폐루프 시뮬레이션 플랫폼이다.
운전자를 위한 대형 언어 모델 정책 적응 기술
대형 언어 모델의 제로 샷 일반화 능력을 활용하여 새로운 환경의 교통 규칙을 이해하고 운전 정책을 적응시킴
실제 세계 데이터 분포를 정확히 반영하고 다중 센서 간 일관성을 유지하는 고품질 다중 카메라 주행 장면 생성
WoVoGen은 명시적인 4D 세계 볼륨을 활용하여 다중 카메라 주행 장면 비디오를 생성하며, 이를 통해 장면 내 일관성과 센서 간 일관성을 보장합니다.
실시간 관측 지연 하에서 잠재 상태 추론을 활용한 자율 주행 온램프 합류 강화 학습
관측 지연이 있는 실제 환경에서 주변 차량의 운전 스타일을 추정하고 이를 활용하여 안전하고 효율적인 온램프 합류 제어를 수행한다.
고성능 상용 하드웨어를 활용한 완전 자율 주행 두 대 경주 시스템
본 논문은 상용 하드웨어를 활용하여 구축한 완전 자율 주행 경주 시스템인 ForzaETH Race Stack을 소개한다. 이 시스템은 F1TENTH 경주 대회에서 우승을 거두며 그 효과성을 입증했다.
불확실한 환경에서 장거리 자율 주행을 위한 다중 샘플 경로 계획
불확실한 환경에서 효율적으로 경로를 계획하기 위해 다중 샘플링을 활용하여 다양한 가능한 세계를 고려하고 이를 바탕으로 최적의 경로를 선택하는 알고리즘을 제안한다.
센서 데이터와 기계 학습 모델을 활용한 정성적 장면 이해와 설명을 통한 신뢰할 수 있는 자율 주행
정성적 설명 가능 그래프(QXG)를 통해 센서 데이터와 기계 학습 모델을 활용하여 도시 이동성 장면을 이해하고 해당 장면에 대한 설명을 제공함으로써 자율 주행 시스템의 신뢰성을 높일 수 있다.
해석 가능한 대형 언어 모델 기반 자율 주행 시스템: DriveGPT4
DriveGPT4는 대형 언어 모델을 활용하여 비디오 입력과 텍스트 질문에 대한 해석과 차량 제어 신호를 동시에 생성하는 새로운 자율 주행 시스템이다.
안전 인식 인과 표현을 통한 자율 주행 오프라인 강화 학습의 신뢰성 향상
오프라인 데이터셋의 분포 변화에도 불구하고 안전성과 효율성을 균형있게 달성할 수 있는 자율 주행 에이전트를 학습하는 것이 핵심 목표이다.
자율 주행을 위한 비전 언어 계획 (VLP)
비전-언어-계획(VLP)은 자율 주행 시스템을 향상시키고 안전성을 강화하는 혁신적인 방법론이다.
