arxiv：2406.06978v4 [CS.CV] 2024年8月30日__

arxiv：2406.06978v4 [CS.CV] 2024年8月30日

可下载资源数量

已经购买

下载数量：1

单价	0 1.0
Coupon	100% 0%
Total	0 1.0

点击下载点击购买并下载

点击购买，资源将自动在新窗口打开.

机构名称：

arxiv：2406.06978v4 [CS.CV] 2024年8月30日

¥ 1.0

热度

端到端的自主驾驶涉及学习具有原始传感器输入的神经计划者，被认为是实现完全自治的承诺方向。尽管在该领域取得了令人鼓舞的进展[11，12]，但最近的研究[4，8，14]已经暴露了多个漏洞和模仿学习方法的局限性（IL）方法，尤其是开环评估中固有的问题，例如功能失调的指标和隐式偏见[8，14]。这至关重要，因为它无法保证安全，效率，舒适性和遵守交通规则。为了解决这一主要局限性，几项作品提出了合并闭环指标，通过确保机器学习的计划者符合基本标准，这些封闭环指标更有效地评估了端到端的自主驾驶，而不仅仅是模仿人类驾驶员。因此，端到端计划是理想情况下的多目标和多模式的任务，其中多目标计划涉及符合开环和闭环设置的各种评估指标。在这种情况下，多模式指示每个度量的多个最佳解决方案。现有的端到端方法[4，11，12]经常尝试

添加pdf代下载 VIP点击下载文件