Un método explicativo ayuda a anticipar errores de coches autónomos, según un estudio publicado el 2 de septiembre de 2026
Investigadores del MIT y la empresa Motional presentaron CW-Net, un módulo que traduce las decisiones de planificadores de aprendizaje profundo en conceptos comprensibles. En pruebas en pista privada y simulaciones, ayudó a anticipar el comportamiento del vehículo, según el estudio publicado el 2 de septiembre de 2026 en Nature.






