学習ベースの動作計画を用いた自動運転：実世界への統合と展開
arXiv cs.AI ・ 2026-08-12
原題: Learning-Based Behavior Planning for Automated Driving: Real-World Integration and Deployment
AI による要約
自動運転車の動作計画では、従来の手法では複雑な環境での運転が困難である。そこで、機械学習と深層学習を用いた動作計画アプローチが提案された。このアプローチでは、深層ニューラルネットワークを用いて複雑な交通シーンを解釈し、運転動作を提案する。さらに、最適化ベースの監督レイヤーを用いて提案された動作を検証し、明示的な運転可能性と安全性の制約を強制する。実世界の都市データを用いたオープンループ研究で、学習した計画者の運転動作を評価し、システム統合について議論する。
この要約は当サイトの AI が生成したものです。正確な内容は 元記事（arXiv cs.AI）をご確認ください。