Zikang Xiong团队发布TerraTransfer++论文
热点事件持续更新
Zikang Xiong团队发布TerraTransfer++论文
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
2026年10月21日,Zikang Xiong团队在arXiv发表论文《TerraTransfer++:基于自博弈预训练的演示无关端到端规划器》。该研究提出一种无需人工演示的端到端自动驾驶规划器,通过自博弈预训练单策略并蒸馏为教师,再利用轻量适配器在冻结视觉骨干上完成训练。 在性能表现上,该模型在无人类演示条件下,于NAVSIM navhard基准取得59.4 EPDMS,在navtest基准取得95.5 PDMS,均超越了包括DriveZero-Scale(57.1 EPDMS)在内的已发表方法。此外,其在HUGSim闭环基准上的表现也优于所有已发表的基于模仿学习的端到端方法。
AI 根据报道生成 · 2 小时前更新
最新进展10月23日 12:00
TerraTransfer++:基于自博弈预训练的演示无关端到端规划器报道时间线
沿着报道,了解事件的不同侧面。
10月23日
- arXiv · AITerraTransfer++:基于自博弈预训练的演示无关端到端规划器
TerraTransfer++ 通过自博弈预训练单策略并蒸馏为教师,利用轻量适配器在冻结视觉骨干上训练,全程无需人工演示。 模型在无人类演示下实现 NAVSIM navhard 59.4 EPDMS 和 navtest 95.5 PDMS,超越包括 DriveZero-Scale (57.1) 在内的已发表方法。 其在 HUGSim 闭环基准上的表现优于所有已发表的基于模仿学习的端到端方法。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。