RACER(Rational Artificial Intelligence Car-following model Enhanced by Reality)는 적응형 크루즈 컨트롤(ACC) 주행 행동을 예측하기 위해 설계된 최첨단 심층 학습 차량 추종 모델입니다. 기존 모델과 달리 RACER는 실제 주행의 핵심 원칙인 합리적 주행 제약 조건(RDCs)을 효과적으로 통합하여 놀라울 정도로 정확하고 현실적인 예측 결과를 제공합니다. OVRV(Optimal Velocity Relative Velocity), 차량 추종 신경망(NN), 차량 추종 물리 정보 신경망(PINN)과 같은 기존 모델에 비해 가속도, 속도, 간격과 같은 주요 지표에서 뛰어난 성능을 보이며, RDCs 위반이 전혀 없는 완벽한 준수를 보여줍니다. 이는 특히 교통 안전 강화를 위해 AI 모델에 물리적 제약 조건을 통합하는 것이 매우 중요함을 강조합니다. 또한 향후 인간 주행 데이터에 대한 모델 테스트를 위한 길을 열어 더 안전하고 합리적인 주행 행동을 유도할 가능성을 제시합니다. 추가적인 도함수 제약 조건과 광범위한 아키텍처 응용 프로그램을 통합할 수 있는 모델의 다양성은 과학계에서 그 매력과 영향력을 높입니다.
