arXiv cs.RO 机器人学· Zihao Zhang, Haochen Tian, Tianyu Li, Changhui Jing, Jingliang He, Naisheng Ye, Ziyuan Pu, Zhenjie Yang·· 6 小时前AI 评分53
研究：更优的视觉表征是否总能带来更好的端到端自动驾驶性能
Do Better Visual Representations Always Lead to Better End-to-End Autonomous Driving?
AI 导读
论文提出 planner 无关的视觉表征对齐框架 ViRA，在保持规划器架构与推理成本不变的前提下研究视觉基础模型（VFM）何时能提升驾驶性能。研究发现 VFM 引导的表征在多种端到端规划器上均能稳定提升性能并泛化到零样本闭环评测；VFM 目标的选择会影响规划性能，而辅助感知监督可将五个目标间的 EPDMS 差距从 2.7 分缩小到 0.5 分。
来源：arXiv cs.RO 机器人学 · arxiv.org