PulseAugur
中
实时 06:42:25
English(EN) Modeling Vehicle-Type-Specific Pedestrian Crash Avoidance Behavior in Safety-Critical Interactions Using Smooth-Mamba Deep Reinforcement Learning

AI模拟自动驾驶汽车与人类驾驶汽车周围的行人碰撞避免行为

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了一个新的深度强化学习框架SMamba-DDPG，用于模拟行人在自动驾驶汽车（AVs）与人类驾驶汽车（HDVs）周围的不同行为。该研究利用Argoverse 2数据集捕捉真实世界的交互，发现行人对自动驾驶汽车反应更快，并且采用较低的过马路速度。对模型生成数据的安全分析表明，在行人-自动驾驶汽车交互中冲突更少，避让率更高，这表明车辆特定的行为模型对于自动驾驶汽车的安全和模拟至关重要。 AI

影响 这项研究强调了需要细致的AI模型来考虑自动驾驶汽车周围的人类行为差异，这对于提高混合交通环境下的安全性至关重要。

排序理由 该集群包含一篇详细介绍新AI模型及其发现的学术论文。

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

AI模拟自动驾驶汽车与人类驾驶汽车周围的行人碰撞避免行为

报道来源 [2]

  1. arXiv cs.AI TIER_1 English(EN) · Qingwen Pu, Kun Xie, Hong Yang, Di Yang, Junqing Wang ·

    使用平滑Mamba深度强化学习对安全关键交互中车辆类型特定的行人碰撞避免行为进行建模

    arXiv:2605.28552v1 Announce Type: new Abstract: As automated vehicles (AVs) increasingly share roadways with human-driven vehicles (HDVs), understanding how pedestrians respond to different vehicle types in safety-critical interactions is essential for the safe deployment of auto…

  2. arXiv cs.AI TIER_1 English(EN) · Junqing Wang ·

    使用平滑Mamba深度强化学习对安全关键交互中特定车型行人碰撞规避行为进行建模

    As automated vehicles (AVs) increasingly share roadways with human-driven vehicles (HDVs), understanding how pedestrians respond to different vehicle types in safety-critical interactions is essential for the safe deployment of automated driving technologies. This study extracts …

相关话题