自动驾驶

Enhanced Deep Q-Learning for 2D Self-Driving Cars: Implementation and Evaluation on a Custom Track Environment

增强型深度Q学习用于2D自动驾驶汽车：在定制赛道环境中的实现与评估

Sagar Pathak, Bidhya Shrestha

机构 * Department of Computer Science, University of Memphis（密苏里大学梅斯分校计算机科学系） 纠错

专题命中 仿真评测 ：self-driving(title,abstract)；分类 cs.AI

AI总结 本文提出了一种改进的深度Q学习网络用于2D自动驾驶汽车，通过定制环境和DQN模型设计，提升了性能，实验表明改进模型奖励显著高于原始DQN。

Comments 8 pages, 8 figures

Journal ref International Journal of Science and Technology (IJST), 3(2), 24-39 (2026)

Automated Test Validators for Flaky Cyber-Physical System Simulators: Approach and Evaluation

用于不稳定的网络物理系统模拟器的自动化测试验证器：方法与评估

Baharin A. Jodat, Khouloud Gaaloul, Mehrdad Sabetzadeh, Shiva Nejati

专题命中 仿真评测 ：autonomous driving(abstract)

AI总结 本文提出使用测试验证器过滤无效测试输入，通过遗传编程和决策树生成方法，展示其在航空航天、网络和自动驾驶领域中的有效性，证明GP结合Ochiai方法在准确性上更具优势。

Comments This paper has been accepted for publication in the IEEE Transactions on Software Engineering (TSE)