SAE提升自动驾驶可解释性

1. 13:00
   arXiv · ML

   机制可解释性视角下的端到端自动驾驶

   该研究在单目摄像头端到端路径规划模型上应用稀疏自编码器（SAE），无监督聚类S潜在变量恢复了98.3%的路线意图准确率。 通过配对的反事实图像编辑验证了S特定特征具有视觉接地性，并发现微调单个S潜在变量能引发可预测的单调变化，从而降低了3.44%的轨迹选择误差。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。