arXiv · ML· Ahmed Abouelazm, Rupert Polley, Qingyuan Zhang, Yin Wu, Philip Sch\"orner, Carl Esselborn, J. Marius Z\"ollner·· 2026-10-07AI 评分23
超越航点回归:基于查询的可达自车未来成本学习用于端到端驾驶
Beyond Waypoint Regression: Query-Based Cost Learning over Reachable Ego Futures for End-to-End Driving
AI 导读
该论文提出基于查询的成本学习框架,针对可达自车轨迹查询估计有界成本,优于ST-P3等回归规划器。 在nuScenes上降低碰撞率并优于SparseDrive等基线,保持候选轨迹多样性且无需微调。 该方法被ACCV 2026接收,提供了可解释的成本接口。
来源:arXiv · ML · arxiv.org