Identification: Using Adversarially Guided Diffusion Models to Identify Rare Fault Modes in Autonomous Vehicle Perception Systems

本研究解决了自主车辆（AV）在检测稀有故障模式（RFM）时的"长尾挑战"，即在真实世界数据中稀有且不常见的数据分布问题。提出了一种新颖的方法，利用生成和可解释的人工智能技术改善AV系统的稳健性，通过生成多样化环境图像和自然语言描述，帮助开发者和决策者提升AV的安全性和可靠性。

本研究针对自主车辆在识别稀有故障模式时的挑战，提出利用生成和可解释的人工智能技术，生成多样化的环境图像和自然语言描述，以提高AV系统的安全性和可靠性。

diffusion models 人工智能 可靠性 安全性 故障模式 自主车辆
原文英文，约100词，阅读约需1分钟。发表于：。
阅读原文
分享给好友