Wenn KI das Reißverschlussverfahren lernt
Episode von Autonomobil – Podcast zur automatisierten Mobilität von Martin Späth · 20. September 2026 · 1 h 18 min
In dieser Folge tauche ich mit meinem Gast tief in die Welt der autonomen Fahrzeuge ein und diskutiere, wie Selfplay und Closed-Loop-Simulationen das Training von KI-Systemen revolutionieren. Wir sprechen darüber, warum klassische Simulationsmodelle oft scheitern, wie das neue Reinforcement Learning Ansätze ermöglicht und weshalb sogar große Player wie Apple und Waymo auf diese Technologien setzen.
Ich erfahre, wie KI-Agenten komplexe Verhaltensweisen wie das Reißverschlussverfahren eigenständig entwickeln, warum der Longtail im Straßenverkehr so herausfordernd bleibt und was das alles für die Genehmigung autonomer Systeme bedeutet. Freut euch auf einen spannenden Einblick in die aktuellen Entwicklungen, Herausforderungen und Chancen im autonomen Fahren – direkt aus der Forschung und Praxis!
Weitere Episoden von „Autonomobil – Podcast zur automatisierten Mobilität“
- 400.000 Euro für einen autonomen Lkw – und warum es sich trotzdem rechnet 18. Oktober 2026
- Warum eine Fahrprüfung für KI nicht reicht – mit Prof. Steven Peters (TU Darmstadt) 4. Oktober 2026
- Ethik, KI und das Märchen vom Trolley-Problem 17. August 2026
- Wer klingelt, wenn das Robotaxi vor der Tür steht? 12. Juli 2026
- Warum es noch keine Genehmigung fürs autonome Fahren gibt – mit der BASt 28. Juni 2026
- 4.500 Robotaxis in China, 0 in Europa — Thomas Ameling erklärt warum 17. Mai 2026
- Autonomer ÖPNV — Was Betreiber wirklich brauchen | Jan Brandstetter, VDV 29. April 2026
- Kein deutsches Robotaxi vor 2030 15. März 2026
- So disruptiv wie das iPhone – aber Deutschland bremst | AFGBV erklärt (mit Till Stegemann) 17. Februar 2026
- 1 - Autonom oder automatisiert? Was die SAE-Level wirklich bedeuten 11. Januar 2026
Alle Episoden von Autonomobil – Podcast zur automatisierten Mobilität · Mehr Gesellschaft-Podcasts