跳到正文
arXiv · AI· Daniel G. P. Petrini, Davi Pincinato, Fabio Grassiotto, Pedro L. F. Prado, Alexandre F. S. Osorio, Raphael V. Ramos, Felipe Pamboukian·· 11 天前AI 评分26

V-JEPA1 实现城市驾驶场景从潜变量补全到因果预测

JEPAhead: From Inpainting to Causal Forecasting for Urban Driving

AI 导读

V-JEPA1 预测器通过微调,将双向潜变量补全转化为无动作因果预测,保留冻结编码器。 模型在单次前向传播中预测8个未来token组,在CARLA Town12测试中,从591个候选中检索正确未来的准确率为69.0%,超过持续性基线的55.3%。 研究证实潜变量预测有助于驾驶感知,但下游实用性尚未得到验证。

来源:arXiv · AI · arxiv.org