研究人员开发了AdaThinkDrive,一个受快慢思考启发的、用于自动驾驶的自适应推理新框架。该系统在驾驶场景上进行了预训练,并进行了微调,以区分何时需要复杂推理,从而避免不必要的计算开销。在Navsim基准测试上的实验表明,AdaThinkDrive达到了90.3 PDMS,优于纯视觉基线,并比始终推理的方法减少了14%的推理时间。 AI
影响 该框架通过优化计算资源,有望实现更高效、更准确的自动驾驶系统。
排序理由 这是一篇详细介绍自动驾驶新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- AdaThinkDrive
- arXiv
- autonomous driving
- Group Relative Policy Optimization
- NAVSIM
- Vision-language-action model
- Yuechen Luo
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →