自动驾驶

Balancing Progress and Safety: A Novel Risk-Aware Objective for RL in Autonomous Driving

平衡进步与安全：一种新的风险感知目标用于自动驾驶中的强化学习

Ahmed Abouelazm, Jonas Michel, Helen Gremmelmaier, Tim Joseph, Philip Schörner, J. Marius Zöllner

机构 * FZI Research Center for Information Technology（弗赖堡信息科技研究中心） ； Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） 纠错

专题命中 其他自动驾驶 ：autonomous driving(title,abstract)；分类 cs.RO、cs.AI

AI总结 本文提出了一种新的风险感知目标，用于自动驾驶中的强化学习，通过分层结构化驾驶目标和规范化方法，提高安全性和性能。

Comments Accepted in the 36th IEEE Intelligent vehicles Symposium (IV 2025)

A Shift-Invariant Deep Learning Framework for Automated Analysis of XPS Spectra

一种用于XPS光谱自动分析的不变深度学习框架

Issa Saddiq, Yuxin Fan, Robert G. Palgrave, Mark A. Isaacs, David Morgan, Keith T. Butler

专题命中 其他自动驾驶 ：self-driving(abstract)

AI总结 本文提出了一种基于空间变换网络的深度学习框架，用于自动分析XPS光谱，通过校正光谱位移和识别功能基团，提高了XPS分析的自动化水平。