自动驾驶需依赖多种传感器和高性能计算单元搭载的 AI 模型，但面临着巨大数据负担和能耗问题，本文回顾了连接车辆应用、车辆通信、Edge AI 技术的最新进展并重点关注能源效率，探讨了提高能源效率的方法，为低功耗、内存受限制的系统和自主车辆的能量优化提供了启示。

Apr, 2023

该研究论文探讨了自动引导车（AGV）在仓库拣货中的应用，着重于提高小型到中型仓库中的拣选系统通过战略使用 AGV，以提高操作效率，并通过协调人类和 AGV 工人的混合团队最大化订单吞吐量和操作效率。

Dec, 2023

该研究呈现了两个在工业测试平台上进行的无线测量活动，重点是工业车辆之间的侧链通信场景以及用于自主清洁机器人的专用蜂窝网络。两个数据集的详细信息提供，并针对快速应用设计了标签和预过滤，以便为机器学习等任务提供洞见。

Dec, 2022

本文提出了一种最小干预的安全控制器，通过使用到达性分析构建实时控制器，实现单车道场景中无碰撞互动的自动驾驶汽车交通合作，并验证其有效性及安全性。

Dec, 2018

我们提出了一种基于循环的算法，用于解决自动引导车辆（AGV）的在线冲突自由调度和路径规划问题，并与精确方法、贪心启发式和元启发式进行比较。实验证明，该算法要么优于其他算法，要么在更短的计算时间内得到同样好的解。

Oct, 2023

本文提出了一种基于 RL 算法的自我进化决策系统，包含 CMPG 和 ABE 技术，该系统被部署在一辆自动驾驶汽车上，实现了智能、高效、安全的驾驶行为。实验表明，该系统可显著提升驾驶能力和模型方法相比具有更好的驾驶环境适应性。

Oct, 2022

提出了一种基于游戏的端到端学习和测试框架，通过学习人类驾驶技能，利用 Grand Theft Auto V (GTA V) 游戏中的图像预测车辆的操控值，以实现高速公路驾驶的自主车辆。

Apr, 2024

本论文提出了一种基于模仿学习的不确定性感知的端到端轨迹生成方法，能够从前置相机图像中提取空时特征，并能在不同环境中生成可靠的轨迹，具有优于现有最先进的端到端控制方法的跨场景 / 平台驾驶结果。

Apr, 2020

通过利用先进的人工智能进行形式验证和机械解释，我们描述了人类安全繁荣与强大人工通用智能（AGIs）共存的路径，并主张这是唯一能确保安全可控 AGI 的途径，提出了一系列能推动这个积极结果的挑战问题，并邀请读者一同参与这项工作。

Sep, 2023

利用无人机辅助多智能体图卷积深度强化学习算法，实现车道上物联网设备最大化的用户体验，并在仿真中取得了良好的性能。

Feb, 2022