-
开课时间
2024.07.31 19:55
-
课程时长
54分钟
-
学习人数
2035人次学习
添加助教,领取课件
- 课程介绍
- 精华文稿
- 课件领取
- 相关课程
预测、决策和运动规划对自动驾驶至关重要。大多数现有的自动驾驶模型受到复杂的输入表示或冗余的框架设计的影响。为了解决这些问题,我们提出了生成式预训练自动驾驶大模型BEVGPT,集成了驾驶场景预测、决策和运动规划。该模型以鸟瞰图(BEV)为唯一输入源,进行驾驶决策与规划。我们在Lyft数据集上实例化BEVGPT,并使用L5Kit进行真实的驾驶模拟,以验证该方法的有效性和泛化能力。此外,驾驶场景预测任务证明了我们的框架在BEV生成中的能力。