AD_加减速和变道博弈

最新推荐文章于 2025-11-23 20:38:12 发布
原创 最新推荐文章于 2025-11-23 20:38:12 发布 · 163 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#自动驾驶

博弈论可以理解为依据规则、评估收益和损失。选择行动策略，最大化收益。

从分类上说，博弈论包括：合作性和非合作性、静态性和动态性、完全信息和非完全信息。

从组成元素上说，博弈论包括：参与者、策略空间、行动、收益、相关信息、均衡(博弈的解)

在这里插入图片描述

博弈论在自动驾驶方向的应用（Ⅰ）：变道决策的综述
不荒废现在，不畏惧未来！
11-12 8960
今天发生的许多事故都是人类驾驶员错误的感知和决策造成的。由于准确的风险评估对于防止碰撞至关重要，因此，自动驾驶被认为可以大大减少此类错误。虽然目前的系统已经成功地应用于在真实环境中寻找路径和探测障碍物，但是碰撞仍然会发生。因此，必须更加重视实时准确的风险评估。现有的大多数风险评估方法预测轨迹，然后检测可能的碰撞。然而，这种方法会产生巨大的计算成本，并检查所有可能的轨迹。一个有用的建议是，只有在检测到异常或危险的操纵（Lefèvre et al.，2012a）或交通状况被标记为危险时，才执行轨迹计算和碰撞检查
51c自动驾驶~合集58
whaosoft~aiotの开发板商城
06-09 1537
在处理超长上下文（如 64K 和 128K）任务时，CCA-LLM 的 EM 得分超越了标准自注意力机制，同时推理速度也显著提升——在 128K 上下文长度下，推理速度达到标准自注意力方法的 7.9 倍，展现出其在高效长文本建模方面的突出优势。b) 树形优势值估计 (Tree-based): 在长思维链场景下，MC 估计的代价很高，团队提出了一种高效的树形估计方法：将采样轨迹组织成树形结构，通过自底向上的奖励聚合计算状态价值（V 值），同一个父节点的子节点形成一个组，在组内计算每个段的优势值。
基于讨价还价博弈的共享驾驶换道轨迹规划与模型预测控制研究【附数据】
坷拉博士
11-17 438
（1）横向路径跟踪控制算法与驾驶员模型的建立 在人机横向共享驾驶技术的前期仿真开发过程中，对横向路径跟踪控制算法的需求促使本文首先建立了自动化转向系统的路径跟踪控制算法和模拟驾驶员的驾驶员模型。通过驾驶模拟器采集不同车速下的多位驾驶员的换道轨迹数据，并分析了不同驾驶员的换道特征。此外，提出了驾驶员负荷评价指标，并在Simulink/CarSim联合仿真测试平台和驾驶员在环的驾驶模拟器上验证了所提出的控制权限分配策略，结果表明该策略能够实现良好的横向共享驾驶效果，并提升驾驶员对横向共享驾驶系统的接受度。
评估自动驾驶（AD）策略性能的关键指标
Felaim的博客
02-27 1564
一系列用于评估自动驾驶（AD）策略性能的关键指标。让我们逐一解析这些指标：动态碰撞比率（Dynamic Collision Ratio, DCR）：静态碰撞比率（Static Collision Ratio, SCR）：碰撞比率（Collision Ratio, CR）：位置偏离比率（Positional Deviation Ratio, PDR）：航向偏离比率（Heading Deviation Ratio, HDR）：偏离比率（Deviation Ratio, DR）：平均偏离距离（Average De
三万字全面概述关于5G-V2X技术和应用
小明师兄的博客
02-26 9030
5G技术有望实现更快的网联链接、更低的延迟、更高的可靠性、更大的容量和更广的覆盖范围。希望依靠这些技术来实现车辆到一切（V2X）的通信，除了道路安全外，还能提高车辆的安全性和自动驾驶性能，节约能源和成本。车辆通信系统和5G的整合是许多研究的主题。现在，研究人员解决的挑战包括自动和智能网络、云和边缘数据处理、网络管理、虚拟化、安全、隐私以及最后的互操作性。本文对最新的V2X用例进行了调查，包括要求，以及正在考虑的各种5G使能技术的车辆通信。随后，首先提供了5G三大支柱和V2X用例组之间的映射关系。然后，总结了
基于虚拟实例的环岛通行方法
melon的博客
10-15 748
本文提出一种自动驾驶汽车安全通过多车道环岛的策略，利用高精度地图和道路使用者的虚拟实例进行车道级场景预测。通过区间占用模型处理车辆尺寸与定位不确定性，确保汇入时不违反优先权且避免碰撞。方法在SUMO仿真中结合INTERACTION真实交通数据验证，并在实车测试中展现良好安全性与流畅性。
【笔记】自动驾驶概述
m0_57448978的博客
08-25 1119
但它不是一张简单的俯视地图，而是一种关键技术，它让自动驾驶汽车能够像“上帝视角”一样，清晰地理解车辆周围 360 度的环境。将车辆不同传感器（如摄像头、激光雷达、毫米波雷达）采集到的不同视角、不同模态的数据，统一转换到一个共同的、自上而下的二维或三维坐标系中，形成一张类似于地图的俯视图。BEV 是 Bird's-Eye-View 的缩写，中文意为“鸟瞰图”或“鸟瞰视角”。PV下面的一些东西，可以在这个部分做语义分割深度等等。整体系统特点：较为复杂，但是有来历。使用机器人举例来回答这个终极问题。
走，上高架，看看Momenta“飞轮式L4”的“微操”技巧
高工智能汽车
09-27 569
9月26日，Momenta发布一则视频展示了“飞轮式L4”技术在高架匝道区域复杂场景中的精彩表现。
2020(第十六届)北京汽车展览会-以Tesla为参考标的分析
热门推荐
ajian005的专栏
10-01 3万+
百年汽车工业发展，从早期油车油大三件: 发动机、变速箱、汽车底盘，到电动化大三件(三电)：电池、电机、电控，以及当前智能网联汽车大三件(奔跑的计算机): 分散电子架构向集中式电机架构演化(计算机体系结构)、中控OS系统(计算机操作系统)、AIOT(各种外设传感器等及生态)，到未来可能方向: 人机共驾(自动驾驶)、车路协同、智慧城市、可以天上飞的汽车。 一、一般看车看那些方面 看车的维度 看车维度 内容 备注 基本信息 1 官方指导价、经销商价格、优惠价格整车保修期限 .
自动驾驶合集8
whaosoft143ai的博客
01-24 2289
我们的DRAMA数据集包含了有关驾驶风险的视频和对象级问题，以及与重要对象相关的问题，以实现自由形式的语言描述，包括多级问题的封闭和开放式回答，可用于评估驾驶场景中的各种图像字幕能力。GAIA-1学得的表示能够捕获未来事件的期望，再加上其生成逼真样本的能力，为自动驾驶技术领域的创新提供了新的可能性，实现了自动驾驶技术的增强和加速训练。这种方法应用了大型语言模型（LLM）的语义特征提取能力，以便进行广泛的文本描述的零次检索，并结合了知识图的半结构信息，以提高语言嵌入的语义丰富性和多样性。whaosoft ai
51c自动驾驶~合集42
whaosoft~aiotの开发板商城
12-20 2504
现有激光雷达语义分割的SOTA方法通常包含专门为机械旋转激光雷达设计的归纳偏置。这限制了模型在其他类型激光雷达技术中的通用性，并使超参数调整变得更加复杂。为了解决这些问题，上海交通大学团队提出了一种通用的框架SFPNet，用稀疏焦点机制代替窗口注意力机制，以适应市场上流行的各种类型的激光雷达。SFPNet能够提取多层上下文信息，并使用门控机制动态聚合不同层次的信息。作者还提出了一种针对工业机器人应用场景的新型混合固态激光雷达语义分割数据集S.MID。
51c自动驾驶~合集50
whaosoft~aiotの开发板商城
02-11 1065
我自己的原文哦~ https://blog.51cto.com/whaosoft/13756479
51c自动驾驶~合集32
whaosoft~aiotの开发板商城
11-24 1523
与现有先进的基于3DGS的方法相比，本文的方法实现了25%的速度提升、30%的内存消耗减少，并在质量上取得了更好的表现，为3D网格重建树立了新的基准。之前的研究表明，在多任务学习框架中结合语义分割（SS）和场景语义补全（SSC）可以提升两项任务的性能，其中 SS 提供详细的语义特征，补充 SSC 捕获的几何理解，使得两个模块都能从共享的特征提取中受益。所以，越来越多的研究人员愿意转向高保真的模拟器，如：CARLA等，来生成一些数据，虽然这些合成的数据与真实世界的数据还是存在一些domain gap。
51c自动驾驶~合集41
whaosoft~aiotの开发板商城
12-17 1481
现有激光雷达语义分割的SOTA方法通常包含专门为机械旋转激光雷达设计的归纳偏置。这限制了模型在其他类型激光雷达技术中的通用性，并使超参数调整变得更加复杂。为了解决这些问题，上海交通大学团队提出了一种通用的框架SFPNet，用稀疏焦点机制代替窗口注意力机制，以适应市场上流行的各种类型的激光雷达。SFPNet能够提取多层上下文信息，并使用门控机制动态聚合不同层次的信息。作者还提出了一种针对工业机器人应用场景的新型混合固态激光雷达语义分割数据集S.MID。
CANN 异构计算架构：释放昇腾 AI 算力潜能，赋能自动驾驶实时感知
LucianaiB的博客
11-20 1万+
摘要： CANN异构计算架构通过昇腾AI芯片的软硬协同设计，在自动驾驶领域实现突破性性能提升。该架构整合AI Core、AI CPU和DVPP异构单元，优化数据流处理，使激光雷达点云实时处理延迟从80ms降至15ms。核心创新包括：1）对FlashAttention算子进行分块策略重构和CV流水并行优化，在6144长序列下保持90%算力利用率；2）通过DVPP硬件加速多模态数据预处理，将耗时从35ms压缩至8ms；3）构建开放开发者生态，提供Ascend C编程语言和算子开发框架。
当自动驾驶技术遭遇【电车难题】，专利制度如何处理？
imgpat008的博客
11-23 842
当自动驾驶技术遭遇【电车难题】，专利制度如何处理？
未来智能交通：自动驾驶与车联网的融合革命
2501_94098244的博客
11-21 745
例如，当一辆自动驾驶汽车接近一个交叉路口时，通过车联网，系统可以实时获取前方的红绿灯状态、其他车辆的行驶轨迹，从而提前判断是否需要减速或停车。车联网（V2X，Vehicle-to-Everything）是指通过无线通信技术，使得车辆与车辆（V2V）、车辆与基础设施（V2I）、车辆与行人（V2P）等之间实现信息交互的系统。自动驾驶与车联网的广泛应用仍然面临着技术难题，如实时通信的可靠性、道路基础设施的智能化、自动驾驶算法的优化等。如何确保技术的成熟与安全，消除公众的顾虑，将是实现普及的重要挑战。
人工智能赋能智能交通互联网应用：自动驾驶与城市交通优化实践探索》
最新发布
2501_94114264的博客
11-23 655
人工智能在智能交通互联网中的应用，为城市交通管理提供高效、智能和数据驱动的解决方案。从自动驾驶、交通流预测、智能信号控制到物流调度，AI不断提升出行效率、降低交通风险并优化服务体验。未来，随着算法优化、车联网普及和智能交通基础设施完善，智能交通互联网应用将实现全流程智能化、数据驱动和绿色低碳发展，为城市出行、交通管理和运输服务升级提供坚实技术支撑，推动交通行业迈向智能化新时代。
小米开源MiMo-Embodied-7B：跨自动驾驶与具身智能的统一大模型解析
Ashtar_katay的博客
11-22 324
小米发布开源跨域具身大模型MiMo-Embodied-7B，实现自动驾驶与具身智能统一建模。该模型在29项核心基准测试中表现卓越，平均性能提升15%-30%，尤其在跨域迁移场景优势显著。通过统一Transformer架构和双向知识迁移机制，模型同时处理感知、决策、规划任务，参数效率优于专用模型。7B规模支持边缘部署，开源MIT许可推动二次开发。这一突破标志着具身智能向多场景协同迈进，为家庭机器人、自动驾驶等应用提供高效基座。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值