CVPR‘25 SOTA！中科院&地平线GoalFlow：解锁端到端生成式策略新未来~

点击下方卡片，关注“自动驾驶之心”公众号

戳我-> 领取自动驾驶近15个方向学习路线

今天自动驾驶之心为大家分享中科院团队联合地平线机器人最新的工作！基于目标点约束的流匹配技术，显著提升自动驾驶轨迹规划质量与效率—GoalFlow！如果您有相关工作需要分享，请在文末联系我们！

自动驾驶课程学习与技术交流群事宜，也欢迎添加小助理微信AIDriver004做进一步咨询

>>点击进入→自动驾驶之心『端到端自动驾驶』技术交流群

论文作者 | Zebin Xing等

编辑 | 自动驾驶之心

论文地址：https://arxiv.org/abs/2503.05689

代码地址：https://github.com/YvanYin/GoalFlow

简介

在自动驾驶场景中，往往不仅只有一条最优的轨迹。例如对于某些场景，车辆可以选择超车或者跟车策略。以往的驾驶方法聚焦在用判别式的方法来生成轨迹，通过直接对轨迹进行回归学习来建模轨迹的分布。这种学习方式非常高效，且能生成安全精准的轨迹，但是很难对多模态轨迹进行有效的建模。

最近的一些方法希望通过以扩散模型为代表的生成式方法来