提出了Occupancy Flow Fields，这是一种新的用于自动驾驶的运动预测表示方法。该方法使用深度学习架构生成Occupancy Flow Fields，并引入了一个新的流跟踪损失来建立占用和流动预测之间的一致性，其可在占用预测、运动估计和代理重构等三个指标上证明其有效性。新方法成功地缓解了现有的两种常用运动预测表示方法轨迹集和占用格之间的局限性。此外，该文章提出了一个新问题，即如何预测具有推测性的代理并在大规模自动驾驶数据集和公共INTERACTION数据集上展示了优于现有技术的结果。

Mar, 2022

本文提出使用几何占据图替代以视角为中心的预测模型作为自主驾驶场景中的内部表示，通过不同iable raycasting预测车辆周围环境的运动，有效减少与物体的碰撞

Oct, 2022

该研究论文利用Alberto Elfes在1989年的先驱性工作中引入了占据栅格的概念，并为机器人赋予了一种空间-时间世界模型（UniWorld），从而感知其环境并预测其他参与者的未来行为。UniWorld能够估计世界状态中缺失的信息，并预测世界的合理未来状态，该统一预训练框架在运动预测、多相机三维物体检测和周围场景语义完成等关键任务中展现了有希望的结果，对于实现真实世界的自动驾驶具有重要实用价值。

Aug, 2023

理解3D场景的演变对于自动驾驶决策至关重要。本文通过在3D占据空间中学习OccWorld世界模型，同时预测自车运动和周围场景的演变，提出了一种新的框架。实验证明了OccWorld在无需使用实例和地图监督的情况下具有有效建模驾驶场景演变的能力。

Nov, 2023

为了实现自动驾驶应用中的安全可靠的下游任务执行，我们提出了Cam4DOcc，一个基于仅相机图像的4D占据预测的基准。通过评估近期未来的周围场景变化，我们将基准建立在多个公开可得的数据集之上，并提供多样的基于相机的感知与预测实现方案，以及评估协议，用于在自动驾驶场景中与感兴趣对象相关的现在和未来占据估计的性能比较。

Nov, 2023

自主驾驶中，通过预测未来事件并评估可预见的风险，使自动驾驶汽车能够更好地规划动作，提高道路安全和效率。我们提出了Drive-WM，这是第一个与现有端到端规划模型兼容的驾驶世界模型。通过视图因式分解实现的联合时空建模，我们的模型在驾驶场景中生成具有高保真度的多视图视频。基于其强大的生成能力，我们首次展示了将世界模型应用于安全驾驶规划的潜力。特别是，我们的Drive-WM能够根据不同的驾驶操纵方式驾驶到多个未来，并根据基于图像的奖励确定最佳轨迹。对真实驾驶数据集的评估验证了我们的方法能够生成高质量、一致性和可控性的多视图视频，为真实世界模拟和安全规划开辟了新的可能性。

Nov, 2023

通过 DriveWorld 框架，从多摄像头自驾车视频中进行时空预训练，有效提高了各种自主驾驶任务的性能。

May, 2024

理解3D场景的演变对于有效的自动驾驶至关重要。我们提出了一种基于扩散的4D占据生成模型OccSora，以模拟自动驾驶中三维世界的发展。通过在空时表示中学习扩散变换器，我们可以在轨迹提示的条件下生成4D占据，展示了对驾驶场景的空间和时间分布的理解能力。具有轨迹感知的4D生成，OccSora具有作为自动驾驶决策的世界模拟器的潜力。

May, 2024

我们提出了一种使用自监督从LiDAR数据学习连续的4D（时空）占据场的无监督世界模型，该模型可以轻松有效地迁移到下游任务，并在点云预测和BEV语义占据预测方面取得了最先进的性能，特别是在标注数据稀缺时。此外，在与先前的时空几何占据预测的最新技术进行比较时，我们的4D世界模型对于与自动驾驶相关的类别的对象的召回率要高得多。

Jun, 2024

本研究解决了多模态大语言模型在自动驾驶中对世界动态和行动关系的忽视问题，提出了OccLLaMA模型，该模型通过语义占用作为视觉表示，统一视觉、语言和行动模态。重要发现表明，OccLLaMA在多个自动驾驶任务中表现出竞争力，展示了其作为基础模型的潜在应用价值。

Sep, 2024