Este artículo presenta CARVE y CARVE-Q, arquitecturas para la reparación interactiva certificada de maniobras de conducción vetadas. Se centra en asegurar que las reparaciones respeten las reglas y responsabilidades, abordando la complejidad de la reparación multi-propietario e introduciendo una solución propuesta cuántica.
Esta investigación presenta un Transformer Temporal-Channel diseñado para la detección de objetos en video basada en Lidar 3D. Su objetivo es mejorar las capacidades de percepción de los sistemas de conducción autónoma, procesando datos Lidar secuenciales.
Este trabalho propõe um framework generativo para sintetizar veículos 3D Gaussianos animáveis a partir de uma única imagem ou entradas multi-view esparsas. Ele visa superar as limitações dos modelos de veículos rígidos atuais em simulações de direção autônoma, introduzindo um módulo de refinamento para articulação de partes.
Este contenido se centra en la aplicación de Aprendizaje por Refuerzo Profundo de extremo a extremo para el desarrollo de sistemas de asistencia de mantenimiento de carril. La investigación explora el uso de IA avanzada para mejorar la seguridad y autonomía vehicular.
Esta guía completa explora el cambio de la conducción autónoma modular a la de extremo a extremo, comparando diferentes arquitecturas como las de Tesla FSD V12 y Waymo. Detalla los pros y contras de cada enfoque, incluyendo soluciones híbridas y grandes modelos multimodales.
Este análisis profundo de Tesla Inc. destaca su evolución de fabricante de vehículos eléctricos a un conglomerado global centrado en energía sostenible, IA y robótica. La narrativa estratégica de la empresa se ha desplazado agresivamente hacia la movilidad autónoma y la infraestructura de IA, además de su división automotriz principal.
Este trabajo presenta un marco consciente de la incertidumbre para el aprendizaje por refuerzo en la conducción autónoma, utilizando el asesoramiento de expertos para guiar la exploración de forma segura y evitar la dependencia a largo plazo. Emplea umbrales adaptativos para la activación del asesoramiento y una estrategia de compromiso-enfriamiento para regular la orientación, mostrando un rendimiento mejorado en simulaciones CARLA.
La adopción por parte de Pony.ai de la plataforma NVIDIA DRIVE Hyperion para su próxima generación de conducción autónoma señala un cambio crucial hacia ecosistemas de hardware altamente integrados y especializados. Esta decisión estratégica enfatiza la optimización para pilas potentes y establecidas, ofreciendo un enfoque pragmático con beneficios significativos en validación e integración.