English(EN) Can Attribution Predict Risk? From Multi-View Attribution to Planning Risk Signals in End-to-End Autonomous Driving

新的归因方法预测自动驾驶规划中的风险

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-08 04:00

研究人员开发了一个新的分层归因框架，旨在预测端到端自动驾驶模型中的风险。该方法分析多个摄像头视图的视觉输入，以识别关键区域及其对轨迹生成的影响。该框架提取了三个关键统计数据——归因熵、摄像头内的空间方差以及跨摄像头基尼系数——这些数据与轨迹误差和潜在碰撞等规划风险相关。 AI

影响为自动驾驶系统中的风险预测引入了一种新颖的方法，有可能提高安全性和可靠性。

排序理由这是一篇发表在arXiv上的研究论文，详细介绍了自动驾驶模型的新框架。[lever_c_demoted from research: ic=1 ai=1.0]

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

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Le Yang, Ruoyu Chen, Haijun Liu, Jiawei Liang, ShangQuan Sun, Xiaochun Cao · 2026-05-08 04:00

归因能否预测风险？从多视图归因到端到端自动驾驶中的规划风险信号

arXiv:2605.06264v1 Announce Type: new Abstract: End-to-end autonomous driving models generate future trajectories from multi-view inputs, improving system integration but introducing opaque decisions and hard-to-localize risks. Existing methods either rely on auxiliary monitoring…