PulseAugur
中
实时 11:40:06
English(EN) PersonaDrive: Controllable Trajectory Prediction with Multi-Dimensional Driving Personas

新框架支持基于画像的自动驾驶轨迹可控性

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出 PersonaDrive，一个旨在增强自动驾驶轨迹预测可控性的新框架。该系统从自然语言描述中学习驾驶者画像，并生成相应的轨迹。它利用了一个新的数据集 PCT，该数据集沿着时间紧迫性和乘坐舒适性轴对驾驶者画像进行分类，创建了九种不同的画像类型。PersonaDrive 结合了画像条件锚点变换 (PCAT) 和画像条件多模态融合 (PCMF) 来有效处理和融合画像信息。 AI

影响 这项研究通过对驾驶行为进行细致控制，有望实现更具适应性和更像人类的自动驾驶系统。

排序理由 该集群包含一篇详细介绍轨迹预测新框架和数据集的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新框架支持基于画像的自动驾驶轨迹可控性

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Chan Lee, Kimin Yun, Yuseok Bae, Seong Tae Kim, Jung Uk Kim ·

    PersonaDrive：具有多维驾驶员角色的可控轨迹预测

    arXiv:2608.15230v1 Announce Type: new Abstract: Although recent trajectory prediction and end-to-end autonomous driving methods improve robustness in urban environments, they still lack meaningful controllability. Existing benchmarks either provide no persona-conditioned annotati…

相关实体

相关话题