Akkumula：基于脉冲神经网络的证据累积驾驶员模型
神经与进化计算
2026-03-05 v2 机器学习
摘要
证据累积过程可以使驾驶员模型更加真实，通过解释驾驶员如何基于感知输入和决策边界调整其行为。缺乏标准建模方法限制了其应用；现有方法为手工设计、难以适应且计算效率低下。本文提出了 Akkumula，一个利用脉冲神经网络和其他深度学习技术的证据累积建模框架。在测试轨道实验数据上验证，该模型能够复现制动、加速和转向的时间过程。Akkumula 可与现有机器学习架构集成，扩展至大规模数据集，适应不同驾驶场景，并保持其内部逻辑相对透明。
引用
@article{arxiv.2505.05489,
title = {Akkumula: Evidence accumulation driver models with Spiking Neural Networks},
author = {Alberto Morando},
journal= {arXiv preprint arXiv:2505.05489},
year = {2026}
}