arXiv · 机器人与计算机视觉· Daniel G. P. Petrini, Davi Pincinato, Fabio Grassiotto, Pedro L. F. Prado, Alexandre F. S. Osorio, Raphael V. Ramos, Felipe Pamboukian·· 10 天前AI 评分48
JEPAhead:从补全到因果预测的城市驾驶感知研究
JEPAhead: From Inpainting to Causal Forecasting for Urban Driving
AI 导读
该研究通过微调预训练 V-JEPA1 预测器,在冻结编码器的条件下实现了无需动作的因果预测。在 CARLA Town12 场景中,模型以单前向传播检索未来 8 组 token(对应 16 帧),正确率高达 69.0%,优于 55.3% 的持续性基线及参数量少六倍的从头训练模型。语义分析显示固定线性探针在发生语义变化的图像块上达到 0.16 mIoU,证实了预测特征包含驾驶相关信息。
来源:arXiv · 机器人与计算机视觉 · arxiv.org