Buchumschlag

End-to-End Autonomous Driving through V2X Cooperation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yu, Haibao, Yang, Wenxian, Zhong, Jiaru, Yang, Zhenwei, Fan, Siqi, Luo, Ping, Nie, Zaiqing
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Robotics Computer Vision and Pattern Recognition Multiagent Systems
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

DriveE2E: Closed-Loop Benchmark for End-to-End Autonomous Driving through Real-to-Simulation
von: Yu, Haibao, et al.
Veröffentlicht: (2025)

Research Challenges and Progress in the End-to-End V2X Cooperative Autonomous Driving Competition
von: Hao, Ruiyang, et al.
Veröffentlicht: (2025)

Unified End-to-End V2X Cooperative Autonomous Driving
von: Li, Zhiwei, et al.
Veröffentlicht: (2024)

StyleDrive: Towards Driving-Style Aware Benchmarking of End-To-End Autonomous Driving
von: Hao, Ruiyang, et al.
Veröffentlicht: (2025)

CoopTrack: Exploring End-to-End Learning for Efficient Cooperative Sequential Perception
von: Zhong, Jiaru, et al.
Veröffentlicht: (2025)

UniMM-V2X: MoE-Enhanced Multi-Level Fusion for End-to-End Cooperative Autonomous Driving
von: Song, Ziyi, et al.
Veröffentlicht: (2025)

EI-Drive: A Platform for Cooperative Perception with Realistic Communication Models
von: Zhou, Hanchu, et al.
Veröffentlicht: (2024)

Learning Cooperative Trajectory Representations for Motion Forecasting
von: Ruan, Hongzhi, et al.
Veröffentlicht: (2023)

QUEST: Query Stream for Practical Cooperative Perception
von: Fan, Siqi, et al.
Veröffentlicht: (2023)

LiDAR-based End-to-end Temporal Perception for Vehicle-Infrastructure Cooperation
von: Yang, Zhenwei, et al.
Veröffentlicht: (2024)

An End-to-End Collaborative Learning Approach for Connected Autonomous Vehicles in Occluded Scenarios
von: Parada, Leandro, et al.
Veröffentlicht: (2024)

CoPAD : Multi-source Trajectory Fusion and Cooperative Trajectory Prediction with Anchor-oriented Decoder in V2X Scenarios
von: Wu, Kangyu, et al.
Veröffentlicht: (2025)

Multi-Agent Reinforcement Learning-based Cooperative Autonomous Driving in Smart Intersections
von: Yu, Taoyuan, et al.
Veröffentlicht: (2025)

UNCAP: Uncertainty-Guided Neurosymbolic Planning Using Natural Language Communication for Cooperative Autonomous Vehicles
von: Bhatt, Neel P., et al.
Veröffentlicht: (2025)

Leveraging Temporal Contexts to Enhance Vehicle-Infrastructure Cooperative Perception
von: Zhong, Jiaru, et al.
Veröffentlicht: (2024)

Multi-agent Path Finding for Cooperative Autonomous Driving
von: Yan, Zhongxia, et al.
Veröffentlicht: (2024)

CoLMDriver: LLM-based Negotiation Benefits Cooperative Autonomous Driving
von: Liu, Changxing, et al.
Veröffentlicht: (2025)

TeamHOI: Learning a Unified Policy for Cooperative Human-Object Interactions with Any Team Size
von: Lionar, Stefan, et al.
Veröffentlicht: (2026)

C$^2$T: Captioning-Structure and LLM-Aligned Common-Sense Reward Learning for Traffic--Vehicle Coordination
von: Chen, Yuyang, et al.
Veröffentlicht: (2026)

UniOcc: A Unified Benchmark for Occupancy Forecasting and Prediction in Autonomous Driving
von: Wang, Yuping, et al.
Veröffentlicht: (2025)

RCooper: A Real-world Large-scale Dataset for Roadside Cooperative Perception
von: Hao, Ruiyang, et al.
Veröffentlicht: (2024)

Towards Natural Language Communication for Cooperative Autonomous Driving via Self-Play
von: Cui, Jiaxun, et al.
Veröffentlicht: (2025)

CAMON: Cooperative Agents for Multi-Object Navigation with LLM-based Conversations
von: Wu, Pengying, et al.
Veröffentlicht: (2024)

LEARN: Learning End-to-End Aerial Resource-Constrained Multi-Robot Navigation
von: Chiu, Darren, et al.
Veröffentlicht: (2025)

MORPH-U: Multi-Objective Resilient Motion Planning for V2X-Enabled Autonomous Driving in High-Uncertainty Environments via Simulation
von: Lai, Shih-Yu
Veröffentlicht: (2026)

Visual Heading Prediction for Autonomous Aerial Vehicles
von: Ahmari, Reza, et al.
Veröffentlicht: (2025)

Adaptive Evolutionary Framework for Safe, Efficient, and Cooperative Autonomous Vehicle Interactions
von: Lu, Yijun, et al.
Veröffentlicht: (2025)

Game-Theoretic Autonomous Driving: A Graphs of Convex Sets Approach
von: Käfer, Nikolaj, et al.
Veröffentlicht: (2026)

CogDrive: Cognition-Driven Multimodal Prediction-Planning Fusion for Safe Autonomy
von: Huang, Heye, et al.
Veröffentlicht: (2025)

SPACE: 3D Spatial Co-operation and Exploration Framework for Robust Mapping and Coverage with Multi-Robot Systems
von: Ghanta, Sai Krishna, et al.
Veröffentlicht: (2024)

DVM-SLAM: Decentralized Visual Monocular Simultaneous Localization and Mapping for Multi-Agent Systems
von: Bird, Joshua, et al.
Veröffentlicht: (2025)

Knowledge-Informed Multi-Agent Trajectory Prediction at Signalized Intersections for Infrastructure-to-Everything
von: Yin, Huilin, et al.
Veröffentlicht: (2025)

Wireless Communication as an Information Sensor for Multi-agent Cooperative Perception: A Survey
von: Song, Zhiying, et al.
Veröffentlicht: (2025)

Exploring the Causality of End-to-End Autonomous Driving
von: Li, Jiankun, et al.
Veröffentlicht: (2024)

Goal-conditioned Hierarchical Reinforcement Learning for Sample-efficient and Safe Autonomous Driving at Intersections
von: Huang, Yiou
Veröffentlicht: (2025)

ComDrive: Comfort-Oriented End-to-End Autonomous Driving
von: Wang, Junming, et al.
Veröffentlicht: (2024)

Collision Avoidance and Navigation for a Quadrotor Swarm Using End-to-end Deep Reinforcement Learning
von: Huang, Zhehui, et al.
Veröffentlicht: (2023)

Enhancing End-to-End Autonomous Driving with Risk Semantic Distillaion from VLM
von: Qin, Jack, et al.
Veröffentlicht: (2025)

Learning the Pareto Space of Multi-Objective Autonomous Driving: A Modular, Data-Driven Approach
von: Elayan, Mohammad, et al.
Veröffentlicht: (2026)

CoDriveVLM: VLM-Enhanced Urban Cooperative Dispatching and Motion Planning for Future Autonomous Mobility on Demand Systems
von: Liu, Haichao, et al.
Veröffentlicht: (2025)