自动驾驶汽车可以通过 ChatGPT 更好地了解乘客
想象一下，只需告诉您的车辆“我很着急”，它就会自动带您走最有效的路线到达您需要去的地方。
普渡大学的工程师发现，自动驾驶汽车 (AV) 可以在 ChatGPT 或其他聊天机器人的帮助下做到这一点，这些聊天机器人是通过称为大语言模型的人工智能算法实现的。
该研究报告发表在预印本服务器arXiv上
自动驾驶
基于强化学习的跟车模型可以降低油耗
交通部门仍然是地球上空气污染和气候变化的主要来源之一，约占石油消耗的59%和CO 2排放的22%。因此，确定限制车辆燃料消耗的有效策略有助于减少污染，同时解决全球能源短缺问题。
香港科技大学的研究人员最近开始使用基于强化学习的计算模型来应对这一挑战。
该模型在预印本服务器arXiv上发布的一篇论文中概述
挪威电动汽车销量刷新世界纪录
统计数据显示，挪威 8 月份电动汽车销量占据了 94% 的市场份额，创下了新的世界纪录，而欧洲其他地区的销量却停滞不前。
挪威道路联合会 (OFV) 表示，在特斯拉 Model Y（占销量的 18.8％）以及现代汽车的 Kona 和日产的 Leaf 的推动下，电动汽车占新车注册量的 94.3％。
WayveScenes101：一个用于自动驾驶应用的高分辨率图像数据集
WayveScenes101，这是一个数据集，旨在帮助社区推进新颖视图合成的最新技术，该数据集专注于具有挑战性的驾驶场景，其中包含许多具有不断变化的几何和纹理的动态和可变形元素。
该数据集包含 101 个驾驶场景，涵盖各种环境条件和驾驶场景。该数据集专为野外驾驶场景的基准重建而设计，场景重建方法面临许多固有的挑战，包括图像眩光、快速曝光变化以及具有明显遮挡的高动态场景。
YOLOv9：实时对象检测，能够快速准确地在图像或视频中识别和定位多个对象
之前的YOLO系列模型相比，YOLOv9在不牺牲性能的前提下实现模型的轻量化，同时保持更高的准确率和效率。
这使得它可以在各种设备和环境中运行，如移动设备、嵌入式系统和边缘计算设备。
YOLOv9通过改进模型架构和训练方法，提高了对象检测的准确性和效率
YOLOv8：目标检测跟踪模型
YOLOv8能够在图像或视频帧中快速准确地识别和定位多个对象，还能跟踪它们的移动，并将其分类。
除了检测对象，YOLOv8还可以区分对象的确切轮廓，进行实例分割、估计人体的姿态、帮助识别和分析医学影像中的特定模式等多种计算机视觉任务。
Flowpilot：只需一台二手手机,让老旧的燃油车也能实现自动驾驶
Flowpilot是一个开源的自动驾驶辅助系统。它可以运行在Android系统上。
你只需要在一台普通智能手机上运行Flowpilot，然后通过熊猫硬件连接车辆的OBD-II 端口，再把它和手机相连