SmoothRideは、先進的なAIを活用してインフラを分析し改善し、すべての人にとってより安全で楽しいものにします。市民のフィードバックやAI駆動の洞察など、さまざまなソースからのデータを統合することで、プラットフォームは都市環境を再設計し、安全性と住みやすさを促進します。これにより、自転車道の改善や歩行者に優しいエリアの増加、全体的な交通管理の向上が実現します。SmoothRideは、コミュニティと地方当局を参与させ、機能的で快適な未来型インフラの構築を目指しています。

AutoDRIVE Cooperative MARLは、自律走行タスクのために協調型マルチエージェント強化学習（MARL）ポリシーを訓練・展開するためのオープンソースフレームワークです。交差点、高速道路のプラトゥーニング、合流シナリオなどの交通シナリオをモデル化するために、リアルなシミュレータと連携します。このフレームワークは、中心型訓練と分散型実行を実装し、交通の効率と安全性を最大化する共有ポリシーを学習することを可能にします。ユーザーは環境パラメータを設定し、既存のMARLアルゴリズムを選択し、訓練の進行状況を可視化し、エージェントの協調性能をベンチマークできます。