会员服务
会议涵盖了从理论结果到具体应用的各个方面，重点讨论了实际的验证工具以及实现这些工具所需的算法和技术。CAV认为，在向生物系统和计算机安全等新领域扩展的同时，继续推动硬件和软件验证的进步至关重要。会议记录将发表在《计算机科学》系列的斯普林格-维拉格讲稿中。预计将邀请一些论文参加《系统设计中的形式化方法》专刊和《ACM杂志》。官网链接：http://i-cav.org/2019/
Multi-Agent Reinforcement Learning for Connected and Automated Vehicles Control: Recent Advancements and Future Prospects
Arxiv
0+阅读 · 10月19日
Exploiting Text-Image Latent Spaces for the Description of Visual Concepts
Arxiv
0+阅读 · 10月23日
Exploring sustainable pathways for urban traffic decarbonization in downtown Toronto
Arxiv
0+阅读 · 10月20日
Motion Primitives Planning For Center-Articulated Vehicles
Arxiv
0+阅读 · 10月4日
Real-World Data Inspired Interactive Connected Traffic Scenario Generation
Arxiv
0+阅读 · 9月25日
LMMCoDrive: Cooperative Driving with Large Multimodal Model
Arxiv
0+阅读 · 9月18日
Direct-CP: Directed Collaborative Perception for Connected and Autonomous Vehicles via Proactive Attention
Arxiv
0+阅读 · 9月13日
Cooperative Decision-Making for CAVs at Unsignalized Intersections: A MARL Approach with Attention and Hierarchical Game Priors
Arxiv
0+阅读 · 9月9日
MAPPO-PIS: A Multi-Agent Proximal Policy Optimization Method with Prior Intent Sharing for CAVs' Cooperative Decision-Making
Arxiv
0+阅读 · 8月26日
Multi-agent Path Finding for Mixed Autonomy Traffic Coordination
Arxiv
0+阅读 · 9月5日
Winning Strategy Templates for Stochastic Parity Games towards Permissive and Resilient Control
Arxiv
0+阅读 · 9月13日
Digital Twin Enabled Data-Driven Approach for Traffic Efficiency and Software-Defined Vehicular Network Optimization
Arxiv
0+阅读 · 9月6日
MAPPO-PIS: A Multi-Agent Proximal Policy Optimization Method with Prior Intent Sharing for CAVs' Cooperative Decision-Making
Arxiv
0+阅读 · 8月13日
MSMA: Multi-agent Trajectory Prediction in Connected and Autonomous Vehicle Environment with Multi-source Data Integration
Arxiv
0+阅读 · 8月2日
MSMA: Multi-agent Trajectory Prediction in Connected and Autonomous Vehicle Environment with Multi-source Data Integration
Arxiv
0+阅读 · 7月31日
参考链接
父主题
Springer
计算机科学理论
微信扫码咨询专知VIP会员
Top