关键词end-to-end driving systems
搜索结果 - 2
- DriveLM: 基于图像问答的驾驶
我们研究了如何将在网络规模的数据上训练的视觉 - 语言模型(VLMs)整合到端到端驾驶系统中,以增强泛化能力,并实现与人类用户的互动。通过在感知、预测和规划等方面建立图结构推理的问答对模型,我们提出了 Graph VQA 任务,以模拟人类的 - 端到端驾驶模型的隐性偏见
通过剔除近乎所有最新方法中的两个偏见,即通过对目标点的强归纳偏见实现侧向恢复和通过多模式路点预测的纵向平均实现减速,在建立一个新的基于结构化深度学习和容易实现的系统中,TF++ 在 Longest6 和 LAV 的基准测试上达到了最好的表现