Buchumschlag

From Observation to Prediction: LSTM for Vehicle Lane Change Forecasting on Highway On/Off-Ramps

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Abouras, Mohamed, Elias, Catherine M.
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence Neural and Evolutionary Computing Robotics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Towards Human-Like Driving: Active Inference in Autonomous Vehicle Control
von: Delavari, Elahe, et al.
Veröffentlicht: (2024)

TrajEvo: Trajectory Prediction Heuristics Design via LLM-driven Evolution
von: Zhao, Zhikai, et al.
Veröffentlicht: (2025)

Generating and Evolving Reward Functions for Highway Driving with Large Language Models
von: Han, Xu, et al.
Veröffentlicht: (2024)

Critic-Free Deep Reinforcement Learning for Maritime Coverage Path Planning on Irregular Hexagonal Grids
von: Sepúlveda, Carlos S., et al.
Veröffentlicht: (2026)

Diffusion Policies for Out-of-Distribution Generalization in Offline Reinforcement Learning
von: Ada, Suzan Ece, et al.
Veröffentlicht: (2023)

Embodied Neuromorphic Artificial Intelligence for Robotics: Perspectives, Challenges, and Research Development Stack
von: Putra, Rachmad Vidya Wicaksana, et al.
Veröffentlicht: (2024)

Scaling Policy Gradient Quality-Diversity with Massive Parallelization via Behavioral Variations
von: Mitsides, Konstantinos, et al.
Veröffentlicht: (2025)

A Methodology to Study the Impact of Spiking Neural Network Parameters considering Event-Based Automotive Data
von: Bano, Iqra, et al.
Veröffentlicht: (2024)

FastSpiker: Enabling Fast Training for Spiking Neural Networks on Event-based Data through Learning Rate Enhancements for Autonomous Embedded Systems
von: Bano, Iqra, et al.
Veröffentlicht: (2024)

Neural Style Transfer with Twin-Delayed DDPG for Shared Control of Robotic Manipulators
von: Fernandez-Fernandez, Raul, et al.
Veröffentlicht: (2024)

Enhancing MAP-Elites with Multiple Parallel Evolution Strategies
von: Flageat, Manon, et al.
Veröffentlicht: (2023)

Learning mental states estimation through self-observation: a developmental synergy between intentions and beliefs representations in a deep-learning model of Theory of Mind
von: Bianco, Francesca, et al.
Veröffentlicht: (2024)

SNN-Based Online Learning of Concepts and Action Laws in an Open World
von: Grimaud, Christel, et al.
Veröffentlicht: (2024)

Vector Quantized-Elites: Unsupervised and Problem-Agnostic Quality-Diversity Optimization
von: Tsakonas, Constantinos, et al.
Veröffentlicht: (2025)

AI Olympics challenge with Evolutionary Soft Actor Critic
von: Calì, Marco, et al.
Veröffentlicht: (2024)

Perceptual Motor Learning with Active Inference Framework for Robust Lateral Control
von: Delavari, Elahe, et al.
Veröffentlicht: (2025)

Neural Policy Style Transfer
von: Fernandez-Fernandez, Raul, et al.
Veröffentlicht: (2024)

TopSpark: A Timestep Optimization Methodology for Energy-Efficient Spiking Neural Networks on Autonomous Mobile Agents
von: Putra, Rachmad Vidya Wicaksana, et al.
Veröffentlicht: (2023)

SNN4Agents: A Framework for Developing Energy-Efficient Embodied Spiking Neural Networks for Autonomous Agents
von: Putra, Rachmad Vidya Wicaksana, et al.
Veröffentlicht: (2024)

Synergizing Quality-Diversity with Descriptor-Conditioned Reinforcement Learning
von: Faldor, Maxence, et al.
Veröffentlicht: (2023)

Meta-Evolve: Continuous Robot Evolution for One-to-many Policy Transfer
von: Liu, Xingyu, et al.
Veröffentlicht: (2024)

Scalable Multi-Task Learning through Spiking Neural Networks with Adaptive Task-Switching Policy for Intelligent Autonomous Agents
von: Putra, Rachmad Vidya Wicaksana, et al.
Veröffentlicht: (2025)

QL-LSTM: A Parameter-Efficient LSTM for Stable Long-Sequence Modeling
von: Nti, Isaac Kofi
Veröffentlicht: (2025)

InDRiVE: Intrinsic Disagreement based Reinforcement for Vehicle Exploration through Curiosity Driven Generalized World Model
von: Khanzada, Feeza Khan, et al.
Veröffentlicht: (2025)

VecLSTM: Trajectory Data Processing and Management for Activity Recognition through LSTM Vectorization and Database Integration
von: Monir, Solmaz Seyed, et al.
Veröffentlicht: (2024)

Evolving Prompts In-Context: An Open-ended, Self-replicating Perspective
von: Wang, Jianyu, et al.
Veröffentlicht: (2025)

Learning under noisy supervision is governed by a feedback-truth gap
von: Schonfeld, Elan, et al.
Veröffentlicht: (2026)

Automated Deep Learning for Load Forecasting
von: Keisler, Julie, et al.
Veröffentlicht: (2024)

Space-Time Continuous PDE Forecasting using Equivariant Neural Fields
von: Knigge, David M., et al.
Veröffentlicht: (2024)

TrajEvo: Designing Trajectory Prediction Heuristics via LLM-driven Evolution
von: Zhao, Zhikai, et al.
Veröffentlicht: (2025)

Focus Session: Hardware and Software Techniques for Accelerating Multimodal Foundation Models
von: Shafique, Muhammad, et al.
Veröffentlicht: (2026)

Neural Circuit Architectural Priors for Quadruped Locomotion
von: Bhattasali, Nikhil X., et al.
Veröffentlicht: (2024)

Consciousness is entailed by compositional learning of new causal structures in deep predictive processing systems
von: Aksyuk, V. A.
Veröffentlicht: (2023)

A Temporal Anomaly Detection System for Vehicles utilizing Functional Working Groups and Sensor Channels
von: Neupane, Subash, et al.
Veröffentlicht: (2022)

An Experimental Study on Decomposition-Based Deep Ensemble Learning for Traffic Flow Forecasting
von: Zhu, Qiyuan, et al.
Veröffentlicht: (2024)

Improved Forecasting Using a PSO-RDV Framework to Enhance Artificial Neural Network
von: Aribe Jr, Sales
Veröffentlicht: (2024)

SpikySpace: A Spiking State Space Model for Energy-Efficient Time Series Forecasting
von: Tang, Kaiwen, et al.
Veröffentlicht: (2026)

Time Evidence Fusion Network: Multi-source View in Long-Term Time Series Forecasting
von: Zhan, Tianxiang, et al.
Veröffentlicht: (2024)

Optimizing PM2.5 Forecasting Accuracy with Hybrid Meta-Heuristic and Machine Learning Models
von: Ghafariasl, Parviz, et al.
Veröffentlicht: (2024)

SpikeRL: A Scalable and Energy-efficient Framework for Deep Spiking Reinforcement Learning
von: Tahmid, Tokey, et al.
Veröffentlicht: (2025)