Realistisches Fußgänger‑Fahrer‑Modell mit Multi‑Agenten‑RL und sensorischen Motorbeschränkungen
In einer wegweisenden Studie wird ein neues Multi‑Agenten‑Reinforcement‑Learning‑Framework vorgestellt, das Fußgänger‑ und Fahrerinteraktionen unter Berücksichtigung von visuellen und motorischen Beschränkungen simuliert. Ziel ist es, das Verhalten von Menschen auf der Straße besser zu verstehen und damit sicherere autonome Fahrsysteme zu entwickeln.
