Driver Behavior Estimation at Signalized Intersections Using a Physics-Constrained Decision-Conditioned Autoregressive Transformer
本文通过分析驾驶员在交通信号灯转换时的行为,利用物理约束的决策条件自回归Transformer模型预测其决策及纵向轨迹,以减少闯红灯和急刹车导致的交通事故。
0 citationsRead paper
本文通过分析驾驶员在交通信号灯转换时的行为,利用物理约束的决策条件自回归Transformer模型预测其决策及纵向轨迹,以减少闯红灯和急刹车导致的交通事故。
本文提出一种基于Hessian分析的快速机器遗忘框架,通过识别训练集中的相关数据点并应用理论推导的参数更新规则,有效解决了现有方法计算成本高的问题。
本文提出GenQAS,通过结合张量网络引导的强化学习和生成重放方法来解决量子架构搜索中的样本匮乏问题。
研究针对PII检测系统在实际分布变化下的鲁棒性问题,通过构建压力测试基准评估三种架构,并提出结合QA反馈的混合检测方法以缓解风险。
本文提出了一种噪声感知的可变限速框架,通过集成交通状态估计与简化的CNOSSOS-EU排放指标来动态调整限速,以减少交通噪声。
本文通过分析驾驶员在交通信号灯转换时的行为,利用物理约束的决策条件自回归Transformer模型预测其决策及纵向轨迹,以减少闯红灯和急刹车导致的交通事故。
本文提出一种基于Hessian分析的快速机器遗忘框架,通过识别训练集中的相关数据点并应用理论推导的参数更新规则,有效解决了现有方法计算成本高的问题。
本文提出GenQAS,通过结合张量网络引导的强化学习和生成重放方法来解决量子架构搜索中的样本匮乏问题。
研究针对PII检测系统在实际分布变化下的鲁棒性问题,通过构建压力测试基准评估三种架构,并提出结合QA反馈的混合检测方法以缓解风险。
本文提出了一种噪声感知的可变限速框架,通过集成交通状态估计与简化的CNOSSOS-EU排放指标来动态调整限速,以减少交通噪声。