arXiv · AI· Tao Lian, Antonio M. L\'opez·· 13 小时前AI 评分31
FedE2E: 面向端到端自动驾驶的一次性联邦学习与闭环评估
FedE2E: One-Shot Federated Learning for End-to-End Autonomous Driving with Closed-Loop Evaluation
AI 导读
提出FedE2E方法,利用一次性联邦学习训练端到端自动驾驶模型,在Bench2Drive基准测试中达到55.85分的驾驶分数。 该方法包含多客户端校准、基于锚点的特征对齐和token级共识蒸馏。相比现有工作提升4.07分,多轮通信设置下5轮后达到60.35分最佳性能。
来源:arXiv · AI · arxiv.org