10月2号在arXiv上传的论文“GPT-Driver: Learning to Drive with GPT“,可以看到的是,作者来自美国USC和国内清华大学赵行团队。 这是一个简单而有效的方法,可以将OpenAI GPT-3.5模型转化为自动驾驶汽车的可靠运动规划器。运动规划是自动驾驶的核心挑战,旨在规划安全舒适的驾驶轨迹。现有的运动规划器主要利用启发式方法...
代码地址:GitHub - PointsCoder/GPT-Driver: Learning to Drive with GPT 项目时间:2023年10月2日 【Abstract】 我们提出了一种简单而有效的方法,可以将OpenAI GPT-3.5模型转化为自动驾驶车辆的可靠运动规划器。运动规划是自动驾驶中的一个核心挑战,旨在规划一条安全而舒适的行驶轨迹。目前已有的运动规划器主要利用启...
We present a simple yet effective approach that can transform the OpenAI GPT-3.5 model into a reliable motion planner for autonomous vehicles. Motion planning is a core challenge in autonomous driving, aiming to plan a driving trajectory that is safe and
b. You can refer to the code and dataherefor evaluating the motion planning performance on nuScenes. Citation If you find this project useful in your research, please consider cite: @article{gptdriver, title={GPT-Driver: Learning to Drive with GPT}, author={Mao, Jiageng and Qian, Yuxi an...