获取自动驾驶场景解释的定性可解释图
💡
原文中文,约300字,阅读约需1分钟。
📝
内容提要
本文介绍了一种名为Qualitative eXplainable Graph(QXG)的汽车自动驾驶场景的新表达方法,用于对长期场景进行定性时空推理。实验证明,这种定性可解释图的实时计算和轻量级存储为改进和更可信赖的感知与控制过程提供了潜在的有趣工具。
🎯
关键要点
-
汽车自动驾驶中的鲁棒公平可解释人工智能方法的发展是其未来的基础。
-
提出了一种名为Qualitative eXplainable Graph(QXG)的新表达方法。
-
QXG用于对长期场景进行定性时空推理。
-
实验证明QXG的实时计算和轻量级存储具有潜在的应用价值。
-
QXG为改进和更可信赖的感知与控制过程提供了有趣的工具。
➡️