AD
Admin
Papers
View Site
Edit Paper
UniAD: 面向规划的统一自动驾驶框架
论文标题
*
英文原标题
（选填）
arXiv / 原文链接
（选填）
粘贴 arxiv ID（如 2401.12345）可自动补全链接
GitHub 链接
（选填）
发表日期
*
发表会议/期刊
（选填）
有开源实现
精选推荐
中文摘要
*
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。
75/200
工程评注
*
**工程核心价值**：端到端架构的工业化参考标杆。 - 训练需 8×A100 约24h，BEV encoder是瓶颈 - 建议用预训练 BEVFormer 权重初始化 - 规划模块在感知特征就绪后极轻量（<5ms） - 多任务 loss 权重需仔细调参，`planning_loss` 建议设为主导 - nuScenes 闭环评测 mAP 61.0, NDS 66.3
支持 Markdown 格式，无字数限制
标签分类
(已选 4 个)
技术方向
(3 selected)
感知
Perception
预测
Prediction
规划
Planning
控制
Control
地图
Mapping
定位
Localization
技术范式
(1 selected)
端到端
End-to-End
VLM
Vision-Language Model
VLA
Vision-Language-Action
世界模型
World Model
强化学习
Reinforcement Learning
数据相关
数据生成
Data Generation
自动标注
Auto Labeling
仿真
Simulation
应用场景
城市道路
Urban Road
高速
Highway
停车
Parking
越野
Off-road
Update Paper
Cancel