Suche nach Autonomous Driving

LLM-MLFFN: Mehrschichtige Fusion von Fahrverhalten für autonome Fahrzeuge Ein neues Modell namens LLM-MLFFN nutzt große Sprachmodelle, um die Klassifizierung von Fahrverhalten autonomer Fahrzeuge zu verbessern. Durch die Kombination von numerischen Zeitreihen und semantischen Beschreibungen aus vortrainierten Sprachmodellen wird die Interpretierbarkeit und Robustheit in komplexen Verkehrsszenarien deutlich erhöht. Das System besteht aus drei Hauptkomponenten: Erstens extrahiert ein mehrschi

arXiv – cs.AI 04.03.2026 05:00

Neues Benchmark-Dataset für End-to-End autonomes Fahren: 2,85 Mio. Frames

Die Erstellung eines hochwertigen Datensatzes ist entscheidend für die Weiterentwicklung autonomer Fahrsysteme. Ein Mangel an sorgfältiger…

arXiv – cs.AI 02.03.2026 05:00

Forschung

VLMs im autonomen Fahren: Textbias in synthetischen MCQAs drastisch reduziert

In einer neuen Studie wurde gezeigt, dass synthetisch generierte Multiple‑Choice‑Fragen (MCQAs) für Vision‑Language‑Modelle (VLMs) im Berei…

arXiv – cs.LG 23.02.2026 05:00

Forschung

Found‑RL: RL mit Foundation‑Modellen für autonome Fahrzeugsimulation

Reinforcement Learning (RL) hat sich als führendes Verfahren für end‑to‑end autonome Fahrsysteme etabliert, steht jedoch vor zwei großen Hi…

arXiv – cs.AI 12.02.2026 05:00

Forschung

RAPiD: Schnelle, deterministische Fahrtrajektorien dank Diffusionsvorwissen

Ein neuer Beitrag auf arXiv (2602.07339v1) präsentiert RAPiD, ein innovatives Verfahren zur Echtzeitplanung von Fahrtrajektorien. Das Ziel…

arXiv – cs.AI 10.02.2026 05:00

Praxis

Waymo stellt das Waymo World Model vor – Simulator für autonome Fahrsimulation

Waymo hat das Waymo World Model vorgestellt, ein bahnbrechendes generatives Modell, das die nächste Generation der Fahrsimulation für auton…

MarkTechPost 06.02.2026 19:01

Forschung

Drive-KD: Mehrfach-Teacher-Distillation für effiziente VLMs im autonomen Fahren

Autonomes Fahren steht im Fokus der neuesten KI-Forschung, weil es sowohl sicherheitskritisch als auch technologisch herausfordernd ist. Du…

arXiv – cs.AI 30.01.2026 05:00

Forschung

AutoDriDM: Benchmark für Entscheidung von Vision‑Language‑Modellen autonom

Autonomes Fahren stellt die Technik vor enorme Herausforderungen: Zuverlässige Wahrnehmung und sichere Entscheidungen in komplexen Verkehrs…

arXiv – cs.AI 22.01.2026 05:00

Forschung

MCTS mit neuronaler Führung verbessert autonomes Fahren ohne Fahrspuren

In einer Welt, in der Fahrzeuge nicht mehr an Fahrspuren gebunden sind, eröffnet lane‑free Traffic neue Möglichkeiten, die Breite der Straß…

arXiv – cs.AI 15.01.2026 05:00

Forschung

Automatisierte Alltagslogik korrigiert Fehlklassifikationen in autonomen Fahrzeugen

Autonome Fahrzeuge sind seit Jahren Gegenstand intensiver Forschung, doch ein echter Level‑5‑Autonomer Markt ist bislang nicht erschienen…

arXiv – cs.AI 09.01.2026 05:00

Produkt

NVIDIA präsentiert Zukunftsplan: Rubin-Plattform, Open Models & autonomes Fahren

Jensen Huang, Gründer und CEO von NVIDIA, eröffnete die CES 2026 im Fontainebleau Las Vegas und betonte, dass Künstliche Intelligenz in all…

NVIDIA – Blog 05.01.2026 23:30

Forschung

SRPL verbessert Sicherheit und Effizienz autonomer Fahrzeuge

Ein neues Forschungsergebnis aus dem Bereich des sicheren Reinforcement Learnings (SafeRL) zeigt, dass die Methode Sicherheitsdarstellungen…

arXiv – cs.LG 22.12.2025 05:00

Forschung

LADY: Linear Attention steigert Effizienz autonomer Fahrzeuge ohne Transformers

Forscher haben LADY vorgestellt, ein neues Modell für autonome Fahrzeuge, das auf linearer Aufmerksamkeit basiert und die Grenzen herkömmli…

arXiv – cs.AI 18.12.2025 05:00

Forschung

Neues Benchmark TAD: Zeigt Schwächen aktueller VLMs im autonomen Fahren

Ein neues Benchmark namens Temporal Understanding in Autonomous Driving (TAD) wurde vorgestellt, um die Fähigkeit von Vision‑Language‑Model…

arXiv – cs.AI 08.12.2025 05:00

Forschung

RoboDriveBench: Benchmark für robuste Vision‑Language‑Modelle im autonomen Fahren

In einer Zeit, in der Vision‑Language‑Modelle (VLMs) zunehmend als zentrale Entscheidungsinstanz in autonomen Fahrsystemen eingesetzt werde…

arXiv – cs.AI 02.12.2025 05:00

Forschung

QuickLAP: Sprach- und physische Rückmeldungen vereint für autonomes Fahren

Autonome Fahrzeuge müssen aus dem Verhalten und den Worten der Menschen lernen. Allein physische Korrekturen liefern zwar klare Signale, bl…

arXiv – cs.AI 25.11.2025 05:00

Forschung

FLAD: Federated Learning für LLM-basierte autonome Fahrten in Fahrzeug-Edge-Cloud

Large Language Models (LLMs) zeigen beeindruckende Fähigkeiten zur Datenfusion und zum logischen Denken – Eigenschaften, die für die autono…

arXiv – cs.LG 13.11.2025 05:00

Forschung

ROAR: Robustes Unfallvorhersage-System für autonome Fahrzeuge

Autonome Fahrzeuge müssen Unfälle nicht nur erkennen, sondern auch vorhersehen, um die Sicherheit der Insassen und anderer Verkehrsteilnehm…

arXiv – cs.AI 11.11.2025 05:00

Produkt

KI ebnet Weg zu Level‑4 selbstfahrenden Fahrzeugen Seit der Einführung des SAE‑Rahmens für Fahrzeugautonomie im Jahr 2014 hat die Automobilindustrie einen klaren Fahrplan von Level 1 (Fahrerassistenz) bis Level 5 (vollständige Autonomie) entwickelt. Durch die rasante Weiterentwicklung von künstlicher Intelligenz und maschinellem Lernen rückt Level 4 – die hochautomatisierte, fahrerlose Fahrt in definierten Bereichen – zunehmend in greifbare Nähe. KI‑Algorithmen können jetzt komplexe Verkehrssituationen in

NVIDIA – Blog 20.10.2025 16:00

Forschung

Autonome Fahrzeuge lernen ethisch zu fahren – Safe RL integriert Moral

Autonome Fahrzeuge versprechen, Verkehrsunfälle drastisch zu reduzieren und die Mobilität effizienter zu gestalten. Damit diese Technologie…

arXiv – cs.AI 22.08.2025 05:00

Finde Modelle, Firmen und Themen

Neues Benchmark-Dataset für End-to-End autonomes Fahren: 2,85 Mio. Frames

VLMs im autonomen Fahren: Textbias in synthetischen MCQAs drastisch reduziert

Found‑RL: RL mit Foundation‑Modellen für autonome Fahrzeugsimulation

RAPiD: Schnelle, deterministische Fahrtrajektorien dank Diffusionsvorwissen

Waymo stellt das Waymo World Model vor – Simulator für autonome Fahrsimulation

Drive-KD: Mehrfach-Teacher-Distillation für effiziente VLMs im autonomen Fahren

AutoDriDM: Benchmark für Entscheidung von Vision‑Language‑Modellen autonom

MCTS mit neuronaler Führung verbessert autonomes Fahren ohne Fahrspuren

Automatisierte Alltagslogik korrigiert Fehlklassifikationen in autonomen Fahrzeugen

NVIDIA präsentiert Zukunftsplan: Rubin-Plattform, Open Models & autonomes Fahren

SRPL verbessert Sicherheit und Effizienz autonomer Fahrzeuge

LADY: Linear Attention steigert Effizienz autonomer Fahrzeuge ohne Transformers

Neues Benchmark TAD: Zeigt Schwächen aktueller VLMs im autonomen Fahren

RoboDriveBench: Benchmark für robuste Vision‑Language‑Modelle im autonomen Fahren

QuickLAP: Sprach- und physische Rückmeldungen vereint für autonomes Fahren

FLAD: Federated Learning für LLM-basierte autonome Fahrten in Fahrzeug-Edge-Cloud

ROAR: Robustes Unfallvorhersage-System für autonome Fahrzeuge

Autonome Fahrzeuge lernen ethisch zu fahren – Safe RL integriert Moral

🍪 Cookie-Einstellungen