GenAD: 用生成式端到端模型实现自动驾驶
GenAD: Generalized Predictive Model for Autonomous Driving
2024-06-17|CVPR 2024
端到端预测规划
将自动驾驶建模为生成式序列预测问题,通过结构化latent空间实现场景预测与规划的统一生成,是端到端方法的新范式。
GitHubarXiv有代码
GenAD: Generalized Predictive Model for Autonomous Driving
将自动驾驶建模为生成式序列预测问题,通过结构化latent空间实现场景预测与规划的统一生成,是端到端方法的新范式。
Planning-oriented Autonomous Driving
提出统一自动驾驶框架UniAD,通过query-based设计将感知、预测、规划联合优化在单一网络中,在nuScenes上实现SOTA端到端驾驶性能。
AutoDrive AI 知识库是一个面向自动驾驶 AI 工程师与研究者的垂直论文索引平台。我们持续追踪端到端自动驾驶、视觉语言模型(VLM)、视觉语言动作模型(VLA)、世界模型、自动标注、3D 感知、BEV 感知、运动规划等核心方向的前沿研究,并提供中文解读与工程评注。
每篇论文均附带多维度标签分类(研究方向、技术范式、数据模态、应用场景、关联公司、论文类型),帮助你快速定位与筛选目标文献。无论你在调研最新的端到端架构、寻找可复现的开源实现,还是关注 Waymo、Tesla、华为等企业的技术动态,这里都是你的起点。
订阅周报,获取每周精选论文解读