Nuevas publicaciones científicas en el proyecto GAIA.

Temáticas de las Publicaciones

Las investigaciones realizadas en el marco del proyecto GAIA han abordado diversas áreas clave relacionadas con la inteligencia artificial, la percepción del riesgo y la conducción autónoma. A continuación, se presentan los títulos de los artículos publicados:

1. De-gendering firefighting: exploring risk perception and psychological resilience – Este estudio, realizado por la Universidad de Cantabria, explora las diferencias psicológicas entre bomberos y bomberas en cuanto a la percepción del riesgo y la resiliencia psicológica. A través de una encuesta anónima aplicada a 202 bomberos (62 mujeres), se analizaron la propensión y tolerancia al riesgo, así como la capacidad de afrontamiento. Los resultados muestran diferencias pequeñas, lo que sugiere que las posibles discrepancias de género pueden reducirse en entornos ocupacionales como el de la extinción de incendios. Se requiere más investigación para confirmar estos hallazgos. https://iopscience.iop.org/article/10.1088/1742-6596/2885/1/012092/pdf

2. Enhancing end-to-end control in autonomous driving through kinematic-infused and visual memory imitation learning – Este trabajo, desarrollado por la Universidad Rey Juan Carlos, explora mejoras en los sistemas de control de conducción autónoma mediante la integración de memoria visual y datos cinemáticos en arquitecturas de aprendizaje profundo basadas en imitación. Se realizaron pruebas en escenarios urbanos dentro del simulador CARLA, evaluando métricas de error y comportamiento del vehículo. Los resultados demuestran que la incorporación de memoria visual y datos cinemáticos mejora la robustez del sistema, permitiendo gestionar una mayor variedad de situaciones desafiantes, reduciendo colisiones y optimizando la autorregulación de velocidad hasta en un 75%. https://doi.org/10.1016/j.neucom.2024.128161

3. Autonomous driving in traffic with end-to-end vision-based deep learning – En esta investigación, también de la Universidad Rey Juan Carlos, se presenta un enfoque basado en redes neuronales profundas para la conducción autónoma en escenarios de tráfico. Se utilizaron técnicas de aprendizaje por imitación para entrenar un modelo que permite el mantenimiento de carril y la distancia segura con otros vehículos. Utilizando el simulador CARLA, se probaron dos variantes del modelo, demostrando que incluso con una arquitectura simplificada, el sistema es capaz de operar en tráfico sin comprometer el rendimiento en carreteras despejadas. Además, se introdujo una nueva métrica en la herramienta de evaluación Behavior Metrics para medir la distancia con los vehículos precedentes. https://doi.org/10.1016/j.neucom.2024.127874

4. Behavior metrics: An open-source assessment tool for autonomous driving tasks – Este artículo, desarrollado por la Universidad Rey Juan Carlos, presenta Behavior Metrics, una herramienta de evaluación de código abierto para analizar y comparar soluciones de conducción autónoma. La herramienta proporciona dos modos de evaluación: uno con interfaz gráfica para análisis cualitativo y otro sin interfaz para pruebas masivas y benchmarks automatizados. Genera métricas detalladas para diversas tareas de conducción (seguimiento de carril, conducción en tráfico, navegación de rutas, etc.), lo que permite una evaluación más profunda del rendimiento de los sistemas autónomos. Behavior Metrics es compatible con tecnologías de vanguardia como el simulador CARLA, ROS, PyTorch y TensorFlow, y está disponible como software de código abierto para la comunidad investigadora. https://doi.org/10.1016/j.softx.2024.101702

Consulta Nuestras Publicaciones

Los artículos publicados pueden consultarse en la sección Comunicación / Divulgación -> Publicaciones Científicas de nuestra página web, donde están disponibles para investigadores, profesionales del sector y cualquier persona interesada en conocer más sobre los avances del proyecto GAIA.