跳到正文
arXiv · 机器人与计算机视觉· Jinyang Wang, Shiwei Li, Junjian Wang, Zhiqiang Deng, Jianbin Gao, Yihang Zhao, Liu Liu, Yongjia Zhao, Jinlong Chen, Huirui Xu, Yifeng Pan, Kangwei Liu, Fan Ren, Ji Tao, Minghao Yang·· 17 天前精选AI 评分82

SV-WAM:一种高效的环视世界 - 动作端到端自动驾驶模型

SV-WAM: An Efficient Surround-View World-Action Model for End-to-End Autonomous Driving

AI 导读

该论文提出 SV-WAM,旨在解决现有世界模型因生成未来视频导致推理开销大、常被迫仅用单前向摄像头的局限。方法利用未来视频预测作为训练监督而非推理输出,通过动作中心因果掩码防止动作 token 关注未来视频 token,使部署时可丢弃视频分支实现高效规划;同时引入可微驾驶区域合规正则器以增强安全与边界感知。

推荐理由

SV-WAM 利用未来视频预测作为训练监督而非推理输出,结合因果掩码与可微合规正则器,在保持六路摄像头输入的同时实现低延迟规划。

来源:arXiv · 机器人与计算机视觉 · arxiv.org