Jiawei Liang团队提出SRP框架实现端到端自动驾驶风险预判

Jiawei Liang团队提出结构化表征探测（SRP）框架，用于监测端到端自动驾驶策略的风险。该轻量级监控器读取冻结策略中行为者、自车及地图的内部表征，为每个信息源独立学习线性风险方向。 SRP通过卡片归一化的log-mean-exp池化方法聚合各元素的得分，形成一个通用的在线警报分数。该方法在不修改驾驶策略的前提下，实现了独立的在线风险预警功能，验证了读取内部表征进行监控的可行性。 在Bench2Drive实验评估中，SRP在DriveTransformer模型2秒预测窗口下表现显著。其ROC-AUC指标达到0.833，大幅优于基线的0.715，且运行时开销仅为2.67%，证明了该方案在精度与效率上的优势。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。