V-JEPA1

JEPAhead模型以69%的准确率预测城市驾驶的未来

研究人员开发了JEPAhead，一个从V-JEPA1微调而来的模型，用于城市驾驶场景中的因果预测。通过利用连续的过去观测和群体因果注意力，JEPAhead可以在单次通过中预测八个未来令牌组，代表十六帧。该模型在CARLA Town12数据集上表现强劲，以69.0%的准确率正确识别了未来的驾驶场景，显著优于持久性模型和参数较少的从头训练的预测器。对模型预测的语义分析也揭示了与驾驶相关的信息。