دانشمندان در پژوهشی جدید، چارچوب نوآورانهای به نام E2E-CDiff را معرفی کردهاند که میتواند سناریوهای ترافیکی بسیار واقعگرایانه و قابلکنترل تولید کند. این مدل با ترکیب یادگیری مبتنی بر انتشار (Diffusion) و کنترلکنندههای سطح پایین، به خودروهای خودران کمک میکند تا در موقعیتهای حساس و دشوار، رفتار هوشمندانهتری از خود نشان دهند.
این پیشرفت، گام بزرگی برای تست امنیت خودروهای خودران در شرایط غیرقابلپیشبینی جادهای است و راه را برای ایمنتر کردن رانندگیِ هوشمند هموارتر میکند.
منبع: arXiv Machine Learning