Revisión y evaluación de avances en inteligencia 3D multimodal
Descubre los últimos avances y métodos en inteligencia 3D multimodal. Revisión exhaustiva de benchmarks y desafíos clave para la conducción autónoma y simulación.
#conducción autónoma
Encuesta sobre Reconstrucción 3D con Cámaras de Eventos
Descubre cómo las cámaras de eventos permiten la reconstrucción 3D en condiciones extremas. Encuesta completa de técnicas, datasets y desafíos.
FedS2R: Generalización Federada One-Shot para Segmentación en Conducción Autónoma
Descubre FedS2R, el primer marco de generalización federada one-shot para segmentación semántica sintética-real en conducción autónoma, con mejoras en Cityscapes, BDD100K, Mapillary, IDD y ACDC.
Adaptación de dominio con un único embedding visión-lenguaje
Nuevo método de adaptación de dominio con un embedding visión-lenguaje para conducción autónoma sin datos objetivo, superando condiciones adversas.
HyperDet: Detección 3D con nubes de puntos de radar 4D hiper
Descubre cómo HyperDet permite la detección de objetos 3D usando solo radar 4D, mejorando nubes de puntos ruidosas sin necesidad de LiDAR.
De Segmentos a Escenas: Comprensión Temporal en Conducción Autónoma
Conoce el benchmark TAD para conducción autónoma. Scene-CoT y TCogMap mejoran la comprensión temporal de VLMs hasta un 17.72% sin entrenamiento.
Aprendizaje por refuerzo multiobjetivo para decisiones tácticas en camiones
Descubre cómo el aprendizaje por refuerzo multiobjetivo optimiza seguridad, eficiencia y costes en camiones autónomos con frontera de Pareto.
DeepIPCv3: Evitando cruces repentinos de peatones con fusión multimodal
DeepIPCv3 revoluciona la seguridad autónoma: fusión de sensores y eventos para evitar cruces de peatones.
StressDream: Evaluación robusta de políticas con modelos de video
StressDream optimiza el ruido de modelos de video para generar futuros plausibles y críticos. Evalúa y mejora políticas robóticas identificando fallos.
Perfil dinámico del horizonte de riesgo para predicción de trayectorias
Reduce hasta un 25% el error en predicción de trayectorias con perfil dinámico de horizonte de riesgo. Ideal para conducción autónoma segura.
Viajé a China con XPENG: su tecnología me sorprendió
Descubre cómo la tecnología de XPENG me sorprendió en China: desde conducción autónoma hasta un sorprendente auto volador. Una experiencia que redefine el futuro de la movilidad.
¿Juega la información visual un papel decisivo en la conducción de modelos VLA?
Analizamos la relación entre información visual y comportamiento de conducción en modelos VLA mediante perturbaciones controladas. Implicaciones para sistemas más seguros.
Red neuronal profunda de extremo a extremo y multirresolución para optimizar el compromiso entre latencia y precisión en la conducción autónoma.
<meta content=Descubre el equilibrio entre latencia y precisión en conducción autónoma con redes multirresolución. Optimiza el rendimiento de tu sistema de percepción vehicular.>
CityGen: Síntesis de estilo urbano guiada por estructura para conducción autónoma entre ciudades
<meta name=description content=CityGen: síntesis de estilo urbano con guía estructural para conducción autónoma entre ciudades. Optimiza navegación y realismo>
ReasonBreak: Sondeo de vulnerabilidades en modelos de Visión-Lenguaje-Acción habilitados para el razonamiento en la conducción autónoma
Sondeo de vulnerabilidades en modelos VLA con razonamiento para conducción autónoma. Análisis y mejora de seguridad en sistemas de conducción autónoma.