CausalDrive 提出因果分解框架提升端到端智驾数据效率
热点事件持续更新
CausalDrive 提出因果分解框架提升端到端智驾数据效率
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
Xiaobao Wei 等人于 2026 年 11 月 19 日发布论文,提出 CausalDrive 框架以提升端到端自动驾驶的数据效率。该框架通过因果分解技术,将确定性名义意图预测与概率性驾驶风格建模分离。方法利用导航指令、地图拓扑和自车状态构建反事实名义轨迹,并采用扩散模型对残差进行风格执行建模。
AI 根据报道生成 · 12 小时前更新
最新进展11月19日 13:00
CausalDrive:用于数据高效端到端自动驾驶的因果分解框架报道时间线
沿着报道,了解事件的不同侧面。
11月19日
- arXiv · 机器人与计算机视觉CausalDrive:用于数据高效端到端自动驾驶的因果分解框架
该论文提出 CausalDrive 框架,通过因果分解将确定性名义意图预测与概率性驾驶风格建模分离。方法基于导航指令、地图拓扑和自车状态构建反事实名义轨迹,并采用扩散模型对残差进行风格执行建模。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 911月19日 15:00
- 近 24 小时变化
- –
02.557.510
16:0018:0020:0022:0011月20日02:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。