NAVSIM v1
PulseAugur coverage of NAVSIM v1 — every cluster mentioning NAVSIM v1 across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
MOJITO框架通过统一的传感器到动作学习推动自动驾驶发展
研究人员推出了一种新颖的端到端自动驾驶框架MOJITO，该框架利用模态联合学习。这种方法绕过了传统的两阶段流程，允许规划模块直接访问和处理图像和LiDAR等多模态传感器数据。MOJITO在NAVSIM v1和NAVSIM v2数据集上展示了最先进的性能，分别达到了88.9 PDMS和88.4 EPDMS。该框架在可扩展性、指令遵循和生成多样化轨迹方面也显示出潜力。
-
新的VLA模型增强自动驾驶可解释性和效率 · 已追踪4个来源
研究人员正在为自动驾驶开发先进的视觉-语言-动作（VLA）模型，重点是提高可解释性、效率和决策能力。一种方法是反事实视觉动作分析（CVAA），它使用反事实来理解特定物体如何影响模型的驾驶行为，揭示意想不到的反应。另一种方法PerceptDrive采用自适应专家路由，利用冻结的感知先验来生成更好的轨迹。此外，一种快慢架构通过将低频推理与高频动作预测分离来解决延迟问题，而MindDrive则利用在线强化学习和一种新颖的离散语言决策方法来实…
-
FlowR2A 统一驾驶规划方法，取得最先进的成果
研究人员开发了 FlowR2A，一种新颖的多模态驾驶规划方法，弥合了基于评分和基于锚点的方法之间的差距。该新模型使用流匹配解码器学习奖励条件动作分布，有效地将密集奖励监督与动态提案生成相结合。FlowR2A 旨在通过内化动作与其结果之间的相关性来提高安全性、进度、舒适性和规则依从性。该方法在 NAVSIM v1 和 v2 基准测试中展示了最先进的性能，产生了比以往技术更高质量的多模态提案。
-
新的VLA框架改进自动驾驶规划
研究人员推出CoWorld-VLA，一个旨在增强端到端自动驾驶系统的新型框架。这种多专家世界推理方法将互补的世界信息编码到Vision-Language-Action模型中的专家token。这些token显式地模拟了语义交互、几何结构、动态演化和自我轨迹，作为可访问的动作规划条件信号。在NAVSIM v1基准上的实验表明，CoWorld-VLA在场景生成和规划方面具有竞争力，特别是在避碰和轨迹精度方面。