Papers with Code 아카이브
Autonomous Driving
태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.
- 하위 태스크
- 6
- 평가표
- 4
- 보존된 평가 기록
- 23
Autonomous driving is the task of driving a vehicle without human conduction.
Many of the state-of-the-art results can be found at more general task pages such as 3D Object Detection and Semantic Segmentation.
<span style="color:grey; opacity: 0.5">(Image credit: Exploring the Limitations of Behavior Cloning for Autonomous Driving)</span>
논문
이 태스크와 하위 분야의 관련 논문입니다. 실제 성능 비교는 평가 결과에서 확인하세요.
AUTOPILOT VQA: 사고 중심 블랙박스 영상 이해를 위한 비전-언어 모델 벤치마크
MAVEN: 비디오 추론 태스크를 위한 다단계 에이전트 기반 어노테이션 파이프라인
SPHINX: 먼저 설명하고, 그 다음 탐색하라
WCog-VLA: 엔드-투-엔드 자율주행을 위한 이중 수준 세계-인지 비전-언어-액션 모델
얼굴 교체로 프라이버시 보호, 특징 보존으로 활용성 유지: ITS 보행자 프라이버시를 위한 이중 목적 파이프라인
부주의 공백: 태스크 조건부 언어 및 비전 모델은 그 외의 경우엔 보고 가능한 안전 임계 신호를 누락한다
MambaGaze: 시선 추적 데이터를 활용한 인지 부하 평가를 위한 명시적 결측 데이터 모델링을 갖춘 양방향 Mamba
온보드 센서를 활용한 고유감각적 차량 측위를 위한 물리 정규화 머신러닝
Evidential Mamba를 이용한 자기수용적 차량 위치 추정을 위한 불확실성 인식 속도 보정
자율 주문 피커의 동적 배터리 관리를 위한 심층 강화학습
IMR: 다중 에이전트 궤적 예측을 위한 반복적 모드-월드 가중 회귀
HST-HGN: 전역 피로도 평가를 위한 양방향 상태 공간 모델 기반 이종 시공간 하이퍼그래프 네트워크
EgoDyn-Bench: 자율주행을 위한 비전 중심 파운데이션 모델의 자아 운동 이해 평가
DDStereo: 스테레오 3D 도로 이상 검출을 위한 효율적인 이중 디코더 트랜스포머
자율주행의 환경적 착시에 대한 강건성 벤치마킹: 차선 인식 관점
MoWorld: 플래시 월드 모델
클래스 비지정 모션 예측을 위한 합성-실제 변환
주야간 시각 성능 및 야간 재귀반사율 평가를 통합한 교통 표지판 종합 상태 평가를 위한 VLM 강화 프레임워크
Point as Skeleton: 누적 포인트 클라우드 강화 자기회귀 생성을 통한 폐루프 자율주행 시뮬레이션
동적 다중 차량 경로 문제를 위한 보상 밀도 휴리스틱: 성능 및 계산 효율성
잘못된 방향으로 주행하기: 엔드투엔드 자율주행 모델에서 해석 가능성 활용
월드 모델의 정의와 로드맵
NeSy-CSA: 개방형 위험 시나리오 귀인을 위한 뉴로-심볼릭 프레임워크
희소 시점 신경 재구성을 위한 신뢰도 인식 단안 깊이 지도학습
SPAD 기반 LiDAR 플레어 억제 학습
멀티모달 대규모 언어 모델을 활용한 자아 시점 사고 영상에서의 책임 분배 추정
InfraNet: 효율적인 적외선 객체 검출을 위한 품질 인식 RGB 가이던스
FDR-Occ: 전 스펙트럼 3D 점유 예측을 위한 인수분해 밀집 라우팅
원격 탐지 교통 객체 분할을 위한 대규모 데이터셋 및 새로운 방법론
Sparse4D-Radar: 4D 레이더-카메라 융합을 통한 효율적이고 강건한 서라운드뷰 3D 객체 검출 프레임워크
The Multipath Blind Spot: $K$-Agnostic Robust Calibration for Sparse-Anchor Metric Depth from Frozen Foundations
실시간 LiDAR 가우시안 스플래팅 SLAM
장면 사전 정보를 넘어서: 벤치마킹과 쿼리 기반 소형 객체 집중을 통한 세밀한 교통 장면 추론
CRRL: 자율 시스템 복구를 위한 인과관계 기반 강화학습 프레임워크
AnchorVLA: 이산적 결정과 연속적 궤적을 잇는 비전-언어-행동 계획
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.