Felaim的博客

计算复杂度问题像素空间中的扩散模型计算成本极高训练和推理都需要大量资源限制了模型的可访问性和应用细节与效率的权衡需要在复杂度降低和细节保留之间找到平衡过度压缩会丢失细节不压缩则计算成本过高条件生成灵活性需要支持多种条件输入（文本、边界框等）需要实现高分辨率合成的卷积方式首次在潜在空间中训练扩散模型，实现计算效率和质量的最佳平衡引入交叉注意力机制，支持灵活的条件生成优化下采样策略，在复杂度降低和细节保留之间达到近最优平衡两阶段训练策略，通用自编码器可重用于多个任务。

首次提出3DGS-based RL框架用于训练端到端AD策略创新结合RL和IL，实现协同优化，RL补充IL的因果关系建模，IL补充RL的人类对齐设计专门的安全奖励和密集辅助目标，解决稀疏奖励问题在闭环评估基准上验证有效性，碰撞率相比IL方法降低3倍提供完整的训练框架，包括奖励设计、动作空间优化、训练策略等。

离散化限制：基于VAE的方法使用离散标记，限制了连续空间表示能力几何先验依赖：BEV投影方法过度依赖显式几何先验，限制了模型的灵活性时空依赖性捕捉不足：传统方法难以有效捕捉复杂的时空依赖关系多帧预测能力有限：现有方法在预测多帧未来占用时表现不佳首次提出轨迹条件的稀疏占用世界模型，实现了端到端的多帧未来占用预测绕过BEV投影和离散化，采用稀疏占用表示，提升了模型的表示能力和计算效率基于Transformer的架构，有效捕捉时空依赖性，无需显式几何先验在nuScenes基准测试上达到SOTA性能。

现有端到端系统仅基于当前场景进行单次前向预测，在高度动态的交通环境中可能产生次优响应自车行为会改变未来场景，需要推理未来场景演化。

隐式跟踪：不使用显式的 track query，通过实例传播实现基于置信度：选择高置信度实例进行跟踪时序融合：通过 temporal GNN 融合时序信息端到端：在模型内部完成，无需后处理。

Denoising Training 的核心：生成带噪声的 GT：从真实 GT 添加随机噪声明确的监督信号：这些 noisy anchors 的目标是原始 GT增加正样本：所有 noisy anchors 都是正样本加速收敛：提供更好的训练信号不是真正的"去噪"，而是"从噪声中恢复"噪声尺度需要仔细设计（位置大，尺寸小）使用 attention mask 控制不同 instances 的交互可以显著加速训练并提高性能就像给模型一些"模糊的答案"（带噪声的 GT）

Reference Point 是3D 空间中的一个点特征采样的参考位置：用于从多视角图像特征图中采样特征回归的起始点：用于预测目标边界框的偏移量空间位置的编码：提供位置信息给 Transformer 的 attention 机制特性Sparse4DReference Point 形式单一 3D 点多个 Key Points数量1 个/query多个/anchor (如 9 个)初始化可学习参数从 anchor 生成更新方式逐层迭代更新随 anchor 一起更新采样方式。

Sparse4D 使用时序融合机制来处理多帧数据，通过类管理时序实例和 feature queue。本文将详细解释时序输入和 feature queue 的结构。

其技术路线为自动驾驶提供了一种更灵活、可解释的预测框架，未来或进一步融合多传感器数据（如LiDAR、摄像头），提升复杂场景的适应性。是由 Google 在 2023 年提出的基于语言模型（LM）架构的生成模型，主要用于自动驾驶场景中的交通参与者（如车辆、行人）其核心思想是将轨迹预测问题转化为类似自然语言生成的序列建模任务，通过借鉴语言模型的技术路线实现多模态、可控且高效的预测。轨迹Token可对应具体的驾驶行为（如“变道”“减速”），使模型决策过程更透明，便于调试和验证。

一系列用于评估自动驾驶（AD）策略性能的关键指标。让我们逐一解析这些指标：动态碰撞比率（Dynamic Collision Ratio, DCR）：静态碰撞比率（Static Collision Ratio, SCR）：碰撞比率（Collision Ratio, CR）：位置偏离比率（Positional Deviation Ratio, PDR）：航向偏离比率（Heading Deviation Ratio, HDR）：偏离比率（Deviation Ratio, DR）：平均偏离距离（Average De

以上指标与论文反映了智驾大模型在提升安全性、效率及泛化能力方面的核心进展。如需进一步了解具体模型实现或数据集细节，可参考相关论文及企业技术报告（如特斯拉AI Day、华为智能驾驶白皮书）。智驾大模型的技术指标主要围绕。

通过显式的高斯分布建模，在实时性、动态场景适应性和多传感器融合方面展现出独特优势，成为自动驾驶三维感知的理想工具。其高效的渲染能力和灵活性，使其在实时建图、障碍物检测、仿真测试等场景中具有广阔应用前景。随着算法优化与硬件升级，3DGS有望成为自动驾驶三维感知的新一代核心技术。

联合优化横向和纵向需要高维状态空间搜索（如同时优化位置、速度、航向角），计算复杂度呈指数级增长。尽管存在耦合场景的局限性，但在当前技术阶段，这一策略仍是工程实践中的主流选择。从动力学模型来看，横向和纵向的控制输入（如方向盘转角、油门/刹车）对车辆状态的影响。分拆后，两者可分别采用最适合的算法（如横向用样条插值，纵向用模型预测控制 MPC）。将车辆运动投影到车道中心线的切向（纵向）和法向（横向），生成横向位移的平滑轨迹。分离开横向和纵向优化，可以更清晰地定义约束条件，避免联合优化时的复杂耦合。

是不同功能模块的术语，它们的区别主要体现在。

基于IL的端到端自动驾驶研究正从。

基于高斯的表示方法（如3DGS）通过显式、可编辑的3D高斯分布，在城市场景建模中实现了。

稀疏奖励和收敛慢是RL的核心挑战，根源在于。

是一种机器学习范式，其核心目标是让智能体（如自动驾驶车辆、机器人）通过观察专家（如人类驾驶员）的示范行为，学习模仿专家的决策策略。与强化学习（RL）依赖环境奖励信号不同，IL直接从专家提供的状态-动作对中学习映射关系，属于监督学习的扩展。

RAD通过。

Tesla AI DAY 2022

2022 apollo day 感知

2022 apollo day 地图相关

2022 apollo day（一）

常用词汇持续积累中。。。 英文缩写 中文全称 英文全称 ABS 防抱死制动系统 Anti-lock Braking System ACCS 自适应巡航控制系统