BriefGPT - AI 论文速递 · 2025-01-20T00:00:00Z Explainable Lane Change Prediction for Near-Crash Scenarios: A Method Based on Knowledge Graph Embeddings and Retrieval-Augmented Generation 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本研究提出了一种结合知识图谱和贝叶斯推理的车道变换预测方法，旨在提高风险情境下的可解释性和透明度。该模型在预测风险车道变换时实现了91.5%的F1分数，为自动驾驶车辆提供了额外反应时间。 🏷️ 标签 graph 知识图谱 自动驾驶 贝叶斯推理 车道变换 风险预测 阅读原文 生成长图 分享链接 已复制链接
