研究人员开发了一个低成本、开放式的自动驾驶研究平台,使用了微型阿克曼车辆。该平台集成了实体车辆、印刷轨道、数据收集工具以及一个Webots数字孪生,以促进受控实验。使用命令条件行为克隆进行的初步测试表明,该系统能够进行车道保持和转弯操作,平均横向误差接近人类演示的水平。在数字孪生中进行的进一步实验突显了相机视场对性能的显著影响,并表明合成数据与真实演示相结合可以改进用于完成复杂路线的策略训练。 AI
影响 为自动驾驶的仿真到现实研究提供了一个可复现的测试平台,有望加速新方法的开发。
排序理由 该集群包含一篇详细介绍新研究平台和方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →