arXiv · 机器人与计算机视觉· Runhe Yang, Zhiyuan Zhou, Yuxiang Yan, Xuetong Yang, Yikai Pan, Jiacheng Tang, Zhuolin He, Jianhua Han, Hang Xu, Jian Pu·· 16 天前精选AI 评分83
EvoOcc:一种基于受控动力学的快速 - 慢速演化占用预测方法
Fast-Slow Evolutionary Occupancy Prediction via Controlled Dynamics
AI 导读
论文提出了 EvoOcc 框架,旨在解决自动驾驶中高精度与低延迟难以兼顾的问题。该方法将占用预测建模为连续时间控制动力学系统,分解为自我状态演化以补偿坐标偏移和场景状态演化以捕捉真实几何变化。实验表明,EvoOcc 在三种快慢系统组合及不规则预测到达场景中,均能显著优于快速系统基线并保持更低的延迟,实现了良好的精度 - 延迟平衡与稳定行为。
推荐理由
该工作提出 EvoOcc 框架,通过控制动力学将快慢系统融合以平衡精度与延迟。
来源:arXiv · 机器人与计算机视觉 · arxiv.org