关键词dynamic driving scenarios
搜索结果 - 3
- 探究多模态 LLMs 作为驾驶世界模型
我们评估了多模态大型语言模型(MLLMs)在自动驾驶领域的应用,并挑战和验证了一些常见假设,重点关注它们在封闭环控制环境下通过图像 / 帧序列来推理和解释动态行驶情景的能力。我们的研究揭示了这些模型在预测复杂、动态的驾驶环境中存在的不足,对 - 轨迹英语:学习驾驶场景的语言
通过离散序列建模方法,我们研究了自动驾驶开发中模拟基于记录驾驶日志的动态驾驶场景的挑战。使用简单的数据驱动分词方案,将轨迹离散化到厘米级分辨率,并采用类似 GPT 模型的编码器 - 解码器来建模车辆、行人和骑车人在驾驶场景中的互动。通过在模 - DriveSceneGen: 从零开始生成多样且逼真的驾驶场景
大规模多样化的真实交通场景对于自动驾驶系统的开发和验证至关重要。本研究引入了 DriveSceneGen,一种数据驱动的驾驶场景生成方法,从真实世界的驾驶数据集中学习并生成完整的动态驾驶场景。与真实世界的数据集相比,DriveSceneGe