English(EN) NOVA: Symbolic Regression Discovery of Interpretable Car-Following and Lane-Change Models with Driver Heterogeneity

NOVA框架发现可解释的驾驶员行为模型

作者 PulseAugur 编辑部 · [2 个来源] · 2026-06-09 08:47

研究人员开发了NOVA，一个符号回归框架，旨在从轨迹数据中发现可解释的驾驶员行为模型。NOVA应用于数百万次驾驶观测，识别出一个鲁棒的两项式加速度模型，并在预测跟车和变道行为方面取得了高精度。该框架发现的算子在不同高速公路路段之间表现出强大的零样本迁移能力，并且显著优于现有的变道基线。 AI

影响引入了一个新的框架，用于在自动驾驶等复杂领域发现可解释的AI模型。

排序理由该集群包含一篇详细介绍新研究框架及其评估的学术论文。

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

报道来源 [2]

arXiv cs.AI TIER_1 English(EN) · Ishak Abassi, Nassim Ali Bouazzouni, Farah Ibelaiden, Nadir Farhi · 2026-06-10 04:00

NOVA: Symbolic Regression Discovery of Interpretable Car-Following and Lane-Change Models with Driver Heterogeneity

arXiv:2606.10583v1 Announce Type: cross Abstract: We present NOVA, an autonomous symbolic regression framework that identifies interpretable car-following and lane-change structures from raw trajectory data with minimal behavioral priors. Applied to 4,765,788 active driving obser…
arXiv cs.AI TIER_1 English(EN) · Nadir Farhi · 2026-06-09 08:47

NOVA：符号回归发现具有驾驶员异质性的可解释跟车和变道模型

We present NOVA, an autonomous symbolic regression framework that identifies interpretable car-following and lane-change structures from raw trajectory data with minimal behavioral priors. Applied to 4,765,788 active driving observations from the NGSIM I-80 and US-101 datasets, N…