低观测频率下学习预测与运动学轨迹预测对比研究
热点事件持续更新
低观测频率下学习预测与运动学轨迹预测对比研究
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
Nukhbala Gadzhiev 和 Alexander Morochko 在 Argoverse 2 数据集上评估了学习型预测器在 V2X 通信数据(1-10 Hz)降采样后的表现。该研究针对自动驾驶模型训练固定采样频率与 V2X 实际到达频率不匹配的问题,对比了低观测频率下学习型方法与运动学方法的性能差异。
AI 根据报道生成 · 10 小时前更新
最新进展11月18日 13:00
Argoverse 2 数据集上低观测频率下的学习型与运动学轨迹预测研究报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv · 机器人与计算机视觉Argoverse 2 数据集上低观测频率下的学习型与运动学轨迹预测研究
针对自动驾驶中 V2X 通信数据到达频率(1-10 Hz)低于模型训练固定采样频率的问题,该研究在 Argoverse 2 数据集上评估了学习型预测器在观测历史降采样后的表现。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 911月18日 17:00
- 近 24 小时变化
- –
02.557.510
18:0020:0022:0011月19日
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。