实体
Argoverse
Argoverse
PulseAugur coverage of Argoverse — every cluster mentioning Argoverse across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的BLNet架构增强自动驾驶轨迹预测
研究人员开发了BLNet，一种新颖的双流架构，旨在改进自动驾驶系统的轨迹预测。该方法通过提供对未来行为和车道约束更细粒度和更连续的描述，解决了现有算法的局限性。BLNet使用并行注意力机制整合行为意图识别和车道约束建模，为行为状态和车道拓扑生成特定查询。在nuScenes和Argoverse数据集上的实验表明，与当前的回归和基于目标的方法相比，性能有了显著提高。
-
新的COTTA策略提升了自动驾驶轨迹预测能力
研究人员开发了一种名为COTTA的新迁移学习策略，以改进自动驾驶在不同地理区域的轨迹预测模型。当将在美国数据上训练的模型迁移到韩国道路环境时，COTTA展示了显著的性能提升。具体而言，仅微调解码器而保持编码器冻结，与从头开始训练相比，预测误差降低了66%以上，为在全球范围内部署这些安全关键型系统提供了一种实用的方法。