Hydra-MDP的数据驱动缩放定律更是验证了其强大的稳健性和适应性。通过利用大量数据和GPU小时数的预训练基础模型，Hydra-MDP展示了其卓越的可扩展性和持续改进的潜力。在2024年CVPR的E2E驾驶挑战赛中，英伟达Hydra-MDP模型凭借出色的表现，荣获了第一名和创新奖，并在nuPlan基准上表现优于其他先进的规划者。这一系列成...
代码链接:https://github.com/NVlabs/Hydra-MDP 2. 摘要 我们提出了Hydra-MDP,这是一种在教师-学生模型中采用多个教师的新范式。该方法利用基于人类和规则的教师的知识蒸馏来训练学生模型,该模型具有多头解码器,用于学习针对不同评估指标量身定制的多样化轨迹候选。通过基于规则的教师知识,Hydra-MDP以端到端的方式学...
Hydra-MDP 将为基于机器学习的规划系统在自动驾驶中的应用开辟一条前景广阔的道路，有望推动端到端自动驾驶的大规模实现。为了帮助开发者深入了解 Hydra-MDP 这一通用的端到端规划范式，智猩猩联合 NVIDIA 策划推出「智猩猩公开课 NVIDIA 端到端自动驾驶专场」。公开课邀请到 Hydra-MDP 论文第一作者、NVIDIA 自动...
通过基于规则的教师知识,Hydra-MDP以端到端的方式学习环境如何影响规划,而不是依赖于不可微分的后处理。该方法在Navsim挑战赛中获得了第一名,证明了在不同驾驶环境和条件下泛化能力的显著提高。代码将在https://github.com/NVlabs/Hydra-MDP上提供。 3. 效果展示 自动驾驶端到端规划分别有如下范例: A. 单模态...
通过基于规则的教师知识,Hydra-MDP以端到端的方式学习环境如何影响规划,而不是依赖于不可微分的后处理。该方法在Navsim挑战赛中获得了第一名,证明了在不同驾驶环境和条件下泛化能力的显著提高。代码将在https://github.com/NVlabs/Hydra-MDP上提供。 3. 效果展示...
https://github.com/NVlabs/Hydra-MDP NVIDIA博客: https://blogs.nvidia.com/blog/auto-research-cvpr-2024/ 导读: 端到端规划(End-to-end planning)被认为是实现自动驾驶的一个极富前景的方向。但最近的研究表明该类方法与所采用...
本次公开课聚焦 NVIDIA 研究团队今年提出的新型端到端自动驾驶框架 Hydra-MDP 。该框架在 CVPR 2024 NAVSIM（大规模端到端驾驶）挑战赛中，获得了第一名和创新奖，并且在 nuPlan 基准测试中的表现优于当前最先进的规划器。Hydra-MDP 的出现，为基于机器学习的规划系统在自动驾驶中的应用开辟出一条前景广阔的道路...
该框架在 CVPR 2024 NAVSIM(大规模端到端驾驶)挑战赛中,获得了第一名和创新奖,并且在 nuPlan 基准测试中的表现优于当前最先进的规划器。Hydra-MDP 的出现,为基于机器学习的规划系统在自动驾驶中的应用开辟出一条前景广阔的道路,有望推动端到端自动驾驶的大规模实现。
Hydra-MDP:多目标 Hydra-Distillation 端到端多模式规划 Hydra-MDP 采用新颖的多教师、学生-教师知识提炼架构,整合了来自人类和基于规则的规划器的知识。 借助基于规则的教师知识,Hydra-MDP 可以学习环境如何以端到端的方式影响规划,而不是求助于无差别的后处理,使其在不同驾驶环境和条件下的通用性有了显著提高。
NVIDIA 的 Hydra-MDP 模型在 CVPR 2024 大规模端到端驾驶挑战赛中获得了第一名和创新奖,并且在 nuPlan 基准测试中的表现优于当前最先进的规划器。它为基于 ML 的规划系统在自动驾驶中的应用开辟了一条前景广阔的道路。 端到端自动驾驶是一套系统接收来自摄像头、雷达和激光雷达的原始传感器数据并直接输出车辆控制...