PulseAugur
中
实时 11:14:18
English(EN) PrismAD: Decoupled Planning via Semantic Mixture-of-Planners for End-to-End Autonomous Driving

PrismAD框架通过专业化专家解耦自动驾驶规划

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出PrismAD，一个用于端到端自动驾驶的新型框架，它解耦了规划过程。与现有将场景信息聚合到单一规划分支的方法不同，PrismAD将场景令牌划分为交互、几何和意图组。每个组由具有专门运动规划表示的独立规划专家处理。一个路由器自适应地组合这些专家预测，并采用稀疏Top-K激活和噪声门控等机制来增强鲁棒性和效率。在nuScenes和NeuroNCAP基准上的实验表明，PrismAD取得了有竞争力的性能。 AI

影响 这项研究通过改进处理用于规划的各种场景元素的方式，有望带来更鲁棒、更高效的自动驾驶系统。

排序理由 该集群包含一篇详细介绍自动驾驶新框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

PrismAD框架通过专业化专家解耦自动驾驶规划

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Kang Ding, Zhigui Lin, Hongsong Wang, Jie Gui, Qi Liu, Zhe Wang, Luqi Tang, Lei He ·

    PrismAD: Decoupled Planning via Semantic Mixture-of-Planners for End-to-End Autonomous Driving

    arXiv:2607.10336v1 Announce Type: cross Abstract: This letter presents PrismAD, a decoupled end-to-end autonomous driving framework based on a Semantic Mixture-of-Planners. Existing planners usually aggregate heterogeneous scene tokens into a coupled representation space, forcing…

相关实体

相关话题