Suche nach autonomes Fahren

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

NoRD: Vision-Language-Action-Modell fährt ohne umfangreiche Daten und Reasoning

Ein neues Forschungsergebnis aus dem Bereich autonomes Fahren präsentiert NoRD, ein Vision‑Language‑Action‑Modell, das ohne umfangreiche Da…

arXiv – cs.AI 25.02.2026 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

Online-Lernen in CMDPs: Near-Optimale Samplekomplexität erreicht

In der Verstärkungslern‑Forschung stellt die Gewährleistung von Sicherheit ein zentrales Problem dar – besonders in Bereichen wie autonomes…

arXiv – cs.LG 18.02.2026 05:00

Forschung

Neuro‑Symbolisches System FormalJudge verbessert Agenten‑Überwachung um 16,6 %

In einer kürzlich veröffentlichten Studie der Fraunhofer‑IISB (Institut für Software‑ und Systemtechnik) wurde das neue Framework FormalJud…

arXiv – cs.AI 12.02.2026 05:00

Praxis

Robbyant stellt LingBot-World als Open-Source-World-Modell vor

Robbyant, die Einheit für embodied AI innerhalb der Ant Group, hat kürzlich LingBot-World als Open-Source-Software veröffentlicht. Das Mode…

MarkTechPost 31.01.2026 01:53

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

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

Künstliche Fehler einbauen reicht nicht: Selbstkorrektur bleibt aus

Reinforcement Learning (RL) gilt als das führende Verfahren, um große Sprachmodelle zum eigenständigen Nachdenken und Korrigieren ihrer Feh…

arXiv – cs.AI 03.12.2025 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

nuCarla: Neues BEV‑Dataset für CARLA‑Simulation, kompatibel mit nuScenes

Ein neues Dataset namens nuCarla wurde veröffentlicht, das die Lücke zwischen realen Datensätzen und simulierten Lernumgebungen schließt. E…

arXiv – cs.AI 19.11.2025 05:00

Forschung

Robuste und effiziente Kommunikation in Multi-Agent Reinforcement Learning

In der Welt des Multi-Agent Reinforcement Learning (MARL) wurden in den letzten Jahren enorme Fortschritte erzielt, wenn es darum geht, aut…

arXiv – cs.AI 17.11.2025 05:00

Forschung

<h1>Argus: Resilienzorientiertes Sicherheitsframework für End-to-End-Autonomes Fahren</h1> <p>End-to-End-Systeme für autonomes Fahren (ADS) begeistern Forschung und Industrie gleichermaßen, weil sie die Umwelt wahrnehmen und Entscheidungen generieren können, die auf vielfältigen Szenarien basieren. Sobald sie jedoch auf öffentlichen Straßen eingesetzt werden, stoßen sie auf zahlreiche Gefahren, die die Sicherheit gefährden und die Leistung des Systems beeinträchtigen können.</p> <p>Um dieser Herausforderung

arXiv – cs.AI 13.11.2025 05:00

Aktuell

AI-Produktmanagement: Marktbericht enthüllt rasanten Wandel

Ein brandneuer Marktbericht liefert exklusive Einblicke in die rasch wachsende Rolle des AI-Produktmanagements. Die Daten zeigen, dass Unte…

Aakash Gupta – AI & Product 08.11.2025 23:04

Forschung

Neuer Algorithmus optimiert Reinforcement-Learning bei unendlichen Constraints

Ein neuer Ansatz namens Exchange Policy Optimization (EPO) verspricht, die Sicherheit von Reinforcement-Learning-Algorithmen in Anwendungen…

arXiv – cs.LG 07.11.2025 05:00

Forschung

Ensemble aus vortrainierten Modellen verbessert Trajektorienvorhersage um 10 %

In einer neuen Studie von Forschern aus dem Bereich autonomes Fahren wurde gezeigt, dass die Kombination mehrerer hochentwickelter, vortrai…

arXiv – cs.LG 18.09.2025 05:00

Forschung

<p>J3O: Optimiertes Onloading & Offloading für Multi-Task-Inference mit Batch</p> <p>Die steigende Nachfrage nach intelligenten Diensten auf ressourcenbeschränkten Edge‑Geräten hat die Entwicklung kollaborativer Inferenzsysteme vorangetrieben, die Aufgaben zwischen Endgeräten, Edge‑Servern und der Cloud verteilen. Während die meisten bestehenden Frameworks sich auf Ein‑Task‑Ein‑Modell‑Szenarien konzentrieren, erfordern Anwendungen wie autonomes Fahren oder Augmented Reality gleichzeitig mehrere Aufgaben – E

arXiv – cs.LG 20.08.2025 05:00

Forschung

Adaptive Konforme Vorhersageintervalle für Trajektorien-Ensembles

In Bereichen wie autonomes Fahren, Hurrikanvorhersage und Epidemiemodellierung sind zukünftige Trajektorien entscheidend. Praktiker erzeuge…

arXiv – cs.LG 20.08.2025 05:00

Finde Modelle, Firmen und Themen

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

NoRD: Vision-Language-Action-Modell fährt ohne umfangreiche Daten und Reasoning

VLMs im autonomen Fahren: Textbias in synthetischen MCQAs drastisch reduziert

Online-Lernen in CMDPs: Near-Optimale Samplekomplexität erreicht

**Neuro‑Symbolisches System FormalJudge verbessert Agenten‑Überwachung um 16,6 %**

Robbyant stellt LingBot-World als Open-Source-World-Modell vor

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

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

Künstliche Fehler einbauen reicht nicht: Selbstkorrektur bleibt aus

QuickLAP: Sprach- und physische Rückmeldungen vereint für autonomes Fahren

nuCarla: Neues BEV‑Dataset für CARLA‑Simulation, kompatibel mit nuScenes

Robuste und effiziente Kommunikation in Multi-Agent Reinforcement Learning

AI-Produktmanagement: Marktbericht enthüllt rasanten Wandel

Neuer Algorithmus optimiert Reinforcement-Learning bei unendlichen Constraints

Ensemble aus vortrainierten Modellen verbessert Trajektorienvorhersage um 10 %

Adaptive Konforme Vorhersageintervalle für Trajektorien-Ensembles

🍪 Cookie-Einstellungen

Neuro‑Symbolisches System FormalJudge verbessert Agenten‑Überwachung um 16,6 %

Ensemble aus vortrainierten Modellen verbessert Trajektorienvorhersage um 10 %