想象一下，在未来，车辆可以相互交流，也可以与关键的基础设施交流。通过在车辆、基础设施和个人通信设备之间实现安全互操作的网络无线通信，这种联网的汽车技术可以改变我们所知的交通系统。联网车辆可让驾驶者对距离约300米范围内有类似装置的车辆进行360度全方位感知，这一安全系统保护个人信息的隐私，且不跟踪您的车辆。

我们已经看到Mobileye的自动驾驶汽车平台是如何应对耶路撒冷状况频发的混乱街道的。但它在慕尼黑的表现如何呢？正如你在这段视频中所看到的，我们正在开发自动驾驶汽车，以便能够应对截然不同的驾驶文化和环境。

该视频介绍了如何通过交互的多个模型滤波器估算状态来跟踪单个对象。我们建立了对IMM滤波器的一些直观了解，并展示了它是一种比单模型卡尔曼滤波器更好的跟踪算法。让跟踪更难的部分是，我们通常必须用较少的信息来完成跟踪。我们将介绍IMM滤波器如何弥补信息的不足，并展示一些仿真的结果。

我们生活在一个自动化和智能设备的时代，因此，这些发展自然而然地进入了汽车行业！让我向你们展示一些在这个领域里最激动人心的创新，科技如何改善我们的生活，让我们更有生产力，更有信心等等。感谢尼桑对本视频的赞助，尼桑是行业现状的真正挑战者，他们的目标一直是推动人们在技术和用户体验方面的创新。

我们的公路旅行探索了特斯拉Model S从雷达和摄像头到《马里奥赛车》的复活节彩蛋——游戏中标志性的彩虹路等等，结果显示特斯拉的自动驾驶仪做得很好，但它不是自动驾驶的神车。

体验Mobileye的最新技术和独特的自动驾驶。了解车辆如何感知周围的环境，作出决定，并应对复杂的驾驶情况。Mobileye先进的驾驶辅助系统(ADAS)技术目前已应用于超过5000万辆汽车，并被集成到世界各大汽车制造商的数百款新车中，包括奥迪、宝马、FCA、福特、通用汽车、本田、现代、起亚、日产、大众等。Mobileye以减少车辆碰撞和由此造成的伤亡为初衷。如今，Mobileye已经成为了市场上最先进的避碰系统之一，同时致力于自动驾驶和道路安全领域即将到来的自动出行即服务(MaaS)的革命。

随着技术的进步和更多地融入我们的生活，它也在进一步融入我们的个人交通工具和交通系统。佛罗里达交通部和佛罗里达收费公路认识到，自动车辆技术在帮助减少交通拥堵和提高道路安全方面拥有前所未有的机遇。

这是一个用3D物理模拟AI学习在停车场泊车的视频。模拟是使用Unity的ML-Agents框架实现的。AI由一个深度神经网络组成，包含3个隐藏层，每层128个神经元。它是用近端策略优化（PPO）算法训练的，这是一种强化学习方法。基本上，神经网络的输入是8个深度传感器的读数，汽车当前的速度和位置，以及它与目标的相对位置。神经网络的输出可解释为发动机力、制动力和转向力。