arXiv ID:
2603.15185
arXiv 提交日期: 2026-03-16
端到端驾驶规划器中,哪些因素对可扩展且鲁棒的学习至关重要? / What Matters for Scalable and Robust Learning in End-to-End Driving Planners?
1️⃣ 一句话总结
这篇论文通过系统分析发现,高分辨率感知、解耦的轨迹表示和生成式规划等常见架构模式在闭环驾驶中的效果与预期不同,并基于此提出了一种名为BevAD的新型轻量级端到端驾驶架构,该架构在Bench2Drive基准测试中取得了72.7%的成功率,并展现出强大的数据扩展能力。