7月8日
7月2日
6月29日
00:15
6月24日
6月18日
6月16日
10:24
10:24官方账号arXiv cs.LG@Mohamed Manzour, Aditya Kumar, Augusto Luis Ballardini, Miguel Ángel Sotelo
该框架采用因果推断方法进行换道预测,结合专家约束因果发现与Deep End-to-end Causal Inference (DECI) 模型。在车道线跨越事件前3秒内,平均F1分数超过95%。通过干预效应分析区分直接贡献变量与中介效应,并生成对比因果链解释。与传统基于相关性分类的方法不同,该框架提供可解释的因果推理。
推荐理由:这篇论文把换道预测从统计相关提升到因果推理,用DECI模型实现了95%以上的F1分数,还给出了清晰的因果链解释,做自动驾驶可解释性的一定要看。