arXiv · 机器人与计算机视觉· Xingtai Gui, Xubin Zhou, Yucheng Zhou, Dongqian Guo, Jiahao Gong, Feiyang Tan, Jianbing Shen·· 16 天前AI 评分73
ScaleDrive:基于无动作视频潜变量预测的端到端自动驾驶表示学习
Scaling Action-Free Video Latent Prediction for Transferable Representations in End-to-End Autonomous Driving
AI 导读
论文提出了 ScaleDrive 框架,专门针对端到端自动驾驶进行预训练。该研究利用大规模互联网开放世界驾驶视频(无动作标注或基准特定数据)进行视频潜变量预测预训练,并在下游规划训练中冻结预训练编码器以隔离表示的可迁移性。实验表明,这种无动作的预训练能增强冻结表示中的时序和几何信息,且在多种端到端策略架构及闭环基准测试中均能提升性能并证明泛化能力。
来源:arXiv · 机器人与计算机视觉 · arxiv.org