和量产相关的自动驾驶论文不得不看！

文摘 2024-12-25 11:08 中国香港

点击下方卡片，关注“自动驾驶之星”

这里有一群奋斗在自动驾驶量产第一线的小伙伴等你加入Introduction

1: Wayve公司的工作--《learning-to-drive-in-a-day》代码已经开源。

我们演示了深度强化学习在自动驾驶中的首次应用。从随机初始化的参数中，我们的模型能够使用单个单目图像作为输入，在少数训练事件中学习车道跟随策略。我们提供一个一般且易于获得的奖励：车辆在没有安全驾驶员控制的情况下行驶的距离。我们使用持续的、无模型的深度强化学习算法，所有探索和优化都在车上进行。这展示了一种新的自动驾驶框架，它摆脱了对定义逻辑规则、映射和直接监督的依赖。我们讨论了将这种方法扩展到更广泛的自动驾驶任务的挑战和机遇。

2:DiffusionDrive: Truncated Diffusion Model for End-to-End Autonomous Driving 端到端自动驾驶的扩散模型。代码已经开源！

随着基于强大且统一的鸟瞰图（BEV）表示的自动驾驶越来越受欢迎，对高质量和大规模的多视角视频数据以及准确标注的需求迫切。然而，由于收集和标注成本高昂，此类大规模多视角数据难以获得。为了缓解这个问题，我们提出了一种空间时间一致扩散框架 DrivingDiffusion。

3: 赵行老师团队工作 ECCV 2024《 PreSight: Enhancing Autonomous Vehicle Perception with City-Scale NeRF Priors》（pdf 已经上传到知识星球，支持一键下载！）

今天的自动驾驶系统通常仅依靠在线传感器数据实现实时环境感知，而缺乏高效地利用过去观测数据的手段。与之相比，人类驾驶员在开车时会记住自己所开过的路段，在熟悉的道路上越开越好。为此，赵行团队设计了新的感知框架PreSight，通过构建城市级神经辐射场（NeRF），对过去的观测数据加以利用，重建城市级先验知识，增强下次经过同一路段时在线感知模型的表现。

4: Navigation World Models 导航世界模型(pdf 已经上传知识星球，一键下载！) 当世界模型遇见扩散，那就是未来可期！

导航是具有视觉运动能力的代理的一项基本技能。我们引入了导航世界模型（NWM），这是一种可控的视频生成模型，可根据过去的观察和导航动作预测未来的视觉观测。为了捕捉复杂的环境动态，NWM 采用了条件扩散转换器（CDiT），该转换器在人类和机器人代理的各种以自我为中心的视频集合上进行了训练，并扩展到 10 亿个参数。在熟悉的环境中，NWM 可以通过模拟导航轨迹并评估它们是否达到预期目标来规划导航轨迹。与具有固定行为的监督式导航策略不同，NWM 可以在规划期间动态地合并约束。实验证明了它在从头开始规划轨迹或通过对从外部策略中采样的轨迹进行排序方面的有效性。此外，NWM 利用其学到的视觉先验，从单个输入图像中想象不熟悉环境中的轨迹，使其成为下一代导航系统的灵活而强大的工具.

更多和量产相关的论文，欢迎关注社区的知识星球！

知识星球，新年优惠券重磅来来袭！，结识一群志同道合的小伙伴一起成长。

知识星球，新人优惠券来袭，结识一群志同道合的小伙伴一起成长。

下一个风口会不会是生成式AI 与具身智能的时代，我们特意创建了生成式AI与具身智能交流社区，关于大模型，机器人的相关业界动态，学术方向，技术解读等等都会在社区与大家交流，欢迎感兴趣的同学加入我们(备注具身智能)！
自动驾驶之星知识星球主打自动驾驶量产全技术栈学习，并包括: 学习板块，求职面试，有问必答，论文速递，行业动态五大板块！星球内部包括端到端大模型，VLM大模型，BEV 障碍物/车道线/Occ 等的学习资料！
生成式AI与具身智能知识星球，我们相信生成式AI 与具身智能会碰撞出出乎我们意料的内容，本知识形象并包括: 学习板块，求职面试，有问必答，论文速递，行业动态五大板块！星球内部包括生成式AI大模型，具身智能，业界资料整理等的学习资料！

自动驾驶之星是面向自动驾驶&智能座舱量产向相关的交流社区，欢迎大家添加小助手加入我们的交流群里，这里有一批奋斗在量产第一线的小伙伴等你的加入！
👇点个“赞”和“在看”吧

自动驾驶之星

自动驾驶之星，是一个以自动驾驶\x26amp;智能座舱量产交流为主的社区。这里有自动驾驶\x26amp;智能座舱量产第一线的前沿动态，有一群奋斗在自动驾驶\x26amp;智能座舱量产第一线的小伙伴在分享他们的量产经历。期待你的加入！希望每个人在这个浪潮中都能成为自动驾驶之星！

最新文章

大模型月度回顾 · 2024年12月

Robo周报：比亚迪、理想、广汽等推进机器人研发/ 传禾赛裁员数百人/英伟达将推全新机器人芯片...

3D视觉理解GPT4Scene：通过视觉-语言模型从视频中理解3D场景

北航/新加坡国立大学/华中科技提出自动驾驶视觉语言模型的视觉对抗攻击！

腾讯微信团队 & 上交通 & 南大揭秘模型汤，构建与优化，视觉-语言模型的强基准与有效改进策略研究！

端到端智驾半壁江山都来了！2025首场自动驾驶峰会全部嘉宾揭晓，还将拆解世界模型与VLM

博世XC中国高管离职，增加自研力量

CVPR & AAAI | AI创新的交汇点：扩散模型与卷积网络的碰撞效应

VisionPAD:一种以视觉为中心的自动驾驶预训练范式！

告别2024，迎来2025，你准备好了吗！

北大/加州大学提出 OpenAD: 3D物体检测的开放世界自主驾驶基准！

如何高效的将智驾AI大模型软件模块部署到SOC芯片上？

锚定智能汽车赛道，企业如何“破卷”？来ICV CHINA 2025上海智能汽车科技展，抢占市场先机

HSl-Drive v2.0: 更多数据用于自动驾驶场景理解的新挑战 !

AAAI'25 | EGSRAL：3DGS渲染器如何生成带有自动标注的全新视角图像？

具身智能干货最多的社区推荐---入门必看！

「少数派」小马智行：不神化端到端，也不吹商业化

面试题: 大模型中的tokenize方法有哪些？

Robo Weekly：小米汽车接入VLM、Waymo将入日本测试，小鹏公布机器人专利...

武大/中科院/悉尼科技大学/牛津大学/西交大共同提出 DriveMLLM : 自主驾驶中多模态大语言模型的空间理解基准！

自动驾驶与具身智能依然在不断崛起！

面试题：计算softmax为什么要除以根号d?

自动驾驶与具身智能依然在不断崛起！

和量产相关的自动驾驶论文不得不看！

transformer手绘图解（注意力机制的本质）

DriveGPT实现Waymo最佳预测: 扩展自回归行为模型在自动驾驶中规划与预测

NeurIPS & CVPR | 从像素到路径：扩散模型引领自动驾驶新风向

弥补2D拖拽缺陷！南大&蚂蚁等重磅开源LeviTor：首次引入3D目标轨迹控制，效果惊艳

有关对汽车行业想法的记录

Alec Radford：最强本科生，如何成长为OpenAI资深研究员

NeurIPS与AAAI焦点：扩散模型与文本生成的强强联手

12个真实世界机器人任务成功率超OpenVLA 24.17% | EMMA-X：7B具身多模态动作模型

NIPS 2024 最佳论文 VAR 深度解读：下一尺度预测为何能超越扩散模型？

腾讯混元3D-1.0:文本到3D和图像到3D的统一框架！

端到端自动驾驶终极态---VLAM范式路测效果来袭！

新加坡国立大学/清华大学提出 LaVida Drive:用于自动驾驶的视觉-文本交互VLM，具有令牌选择、恢复和增强功能！

面试题: Transformer中为什么要用多个头？

李沐：大模型发展趋势与个人职业选择

无人驾驶公司AutoX新战略

专家对话摘要：「一段式端到端」还不现实

一个智驾行业从业者的思考

某主机厂智驾自研的波澜

论文速览 | Diffusion Forcing：给视频扩散模型的每一帧添加不同强度的噪声

LLM，一艘方向不对但积重难返的华丽游轮...

长城汽车如何应对端到端的下限问题？

用于自动驾驶最优间距选择和速度规划的多配置二次规划（MPQP）

自动驾驶之心举办了一个自动驾驶论坛，邀请各位大佬现场聊聊

Bosch 研究院提出 MTA: 用于BEV感知和描述的多模式任务对齐！

一文读懂：从RAG到多模态RAG

分类

时事

民生

政务

教育

文化

科技

财富

体娱

健康

情感

旅行

百科

职场

楼市

企业

乐活

学术

汽车

时尚

创业

美食

幽默

美体

文摘

原创标签

时事社会财经军事教育体育科技汽车科学房产搞笑综艺明星音乐动漫游戏时尚健康旅游美食生活摄影宠物职场育儿情感小说曲艺文化历史三农文学娱乐电影视频图片新闻宗教电视剧纪录片广告创意壁纸头像心灵鸡汤星座命理教育培训艺术文化金融财经健康医疗美妆时尚餐饮美食母婴育儿社会新闻工业农业时事政治星座占卜幽默笑话独立短篇连载作品文化历史科技互联网

发布位置

广东北京山东江苏河南浙江山西福建河北上海四川陕西湖南安徽湖北内蒙古江西云南广西甘肃辽宁黑龙江贵州新疆重庆吉林天津海南青海宁夏西藏香港澳门台湾美国加拿大澳大利亚日本新加坡英国西班牙新西兰韩国泰国法国德国意大利缅甸菲律宾马来西亚越南荷兰柬埔寨俄罗斯巴西智利卢森堡芬兰瑞典比利时瑞士土耳其斐济挪威朝鲜尼日利亚阿根廷匈牙利爱尔兰印度老挝葡萄牙乌克兰印度尼西亚哈萨克斯坦塔吉克斯坦希腊南非蒙古奥地利肯尼亚加纳丹麦津巴布韦埃及坦桑尼亚捷克阿联酋安哥拉