跳到正文
arXiv · 机器人与计算机视觉· Zihao Zhang, Haochen Tian, Tianyu Li, Changhui Jing, Jingliang He, Naisheng Ye, Ziyuan Pu, Zhenjie Yang·· 2026-10-08AI 评分75

更好的视觉表征是否总能带来更好的端到端自动驾驶?ViRA 框架与 ViRA-Diffusion 方法研究

Do Better Visual Representations Always Lead to Better End-to-End Autonomous Driving?

AI 导读

本文引入 ViRA 框架以探究视觉基础模型(VFM)在端到端自动驾驶中的有效性,研究发现 VFM 引导的视觉表示能一致提升性能且无需改变规划器架构。研究还指出选择 VFM 目标对规划性能有影响,而辅助感知监督可减少对此选择的敏感度。基于此开发了无需辅助监督的 ViRA-Diffusion 扩散模型,在 NAVSIM v2 navtest 上取得 92.3 EPDMS 成绩。

来源:arXiv · 机器人与计算机视觉 · arxiv.org