GenAD: Innovativ forskning, der fører til en ny æra med autonom kørsel

Det seneste papir "GenAD: Generative End-to-End Autonomous Driving" udgivet i fællesskab af Berkeley, Huituo og Institute of Automation fra det kinesiske videnskabsakademi foreslår et nyt end-to-end autonom kørselsparadigme. Nøglen til denne forskning er at forudsige udviklingen af ​​køretøjet og dets omgivende miljø i tidligere scenarier, og baseret på dette, bruge en variationel autoencoder til at lære den fremtidige banefordeling i det strukturelle latente rum for at opnå bane forudgående modellering. Denne instans-centrerede scenerepræsentationsmetode, kombineret med højordens kort-selvagent-interaktioner, kan omfattende og kompakt beskrive scenarier for autonom kørsel.