RACER (Mô hình theo dõi xe bằng trí tuệ nhân tạo hợp lý được tăng cường bằng thực tế) là một mô hình theo dõi xe sử dụng công nghệ học sâu tiên tiến được thiết kế để dự đoán hành vi lái xe bằng hệ thống kiểm soát hành trình thích ứng (ACC). Không giống như các mô hình hiện có, RACER tích hợp hiệu quả các ràng buộc lái xe hợp lý (RDC), một nguyên tắc cốt lõi của việc lái xe thực tế, để mang lại kết quả dự đoán chính xác và thực tế đáng kể. Nó vượt trội hơn các mô hình hiện có như OVRV (Vận tốc tương đối tối ưu), Mạng nơ-ron theo dõi xe (NN) và Mạng nơ-ron thông tin vật lý theo dõi xe (PINN) về các số liệu chính như gia tốc, vận tốc và khoảng cách, và cho thấy sự tuân thủ hoàn hảo khi không có vi phạm RDC. Điều này nhấn mạnh tầm quan trọng của việc kết hợp các ràng buộc vật lý vào các mô hình AI, đặc biệt là để tăng cường an toàn giao thông. Nó cũng mở đường cho việc thử nghiệm mô hình trong tương lai trên dữ liệu lái xe của con người, cho thấy tiềm năng tạo ra hành vi lái xe an toàn và hợp lý hơn. Tính linh hoạt của mô hình, có thể kết hợp các ràng buộc đạo hàm bổ sung và nhiều ứng dụng kiến trúc, làm tăng sức hấp dẫn và tác động của nó trong cộng đồng khoa học.
