浙大&华为Drive-OccWorld：且看世界模型如何拿下端到端！

主要观点总结

本文介绍了自动驾驶中的世界模型技术，特别是针对自动驾驶的端到端规划。文章重点介绍了Drive OccWorld模型，该模型旨在预测4D Occupancy和flow，并将其与端到端规划相结合。文章还详细描述了模型的主要贡献、结构、以及与其他方法的比较和实验结果。

关键观点总结

关键观点1: 文章介绍了自动驾驶中的世界模型技术的重要性，并回顾了现有的工作。

自动驾驶的世界模型旨在预测未来状态，以支持安全可控的自动驾驶。现有模型主要关注数据生成或预训练范式，而本文提出的Drive OccWorld模型旨在通过预测未来的Occupancy和flow来支持端到端的规划。

关键观点2: 文章提出了Drive OccWorld模型。

这是一个以视觉为中心的世界模型，旨在预测4D Occupancy和flow。该模型包括历史编码器、记忆队列和世界解码器三个部分。

关键观点3: 文章介绍了世界模型的预测能力。

Drive OccWorld模型具有预测未来的能力，可以通过注入动作条件来实现动作可控生成。这种生成能力与端到端的规划器相结合，可以连续预测和规划。

关键观点4: 文章提供了实验结果和对比分析。

实验结果表明，与现有方法相比，Drive OccWorld模型在职业和流量预测方面表现出显著性能。通过利用世界模型积累世界知识和展望未来状态的能力，该模型提高了规划结果的安全性和稳健性。

文章预览

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 浙大 & 华为最新的工作Drive-OccWorld！ 基于Occ世界模型的端到端自动驾驶，直接干到未来！ 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 编辑 | 自动驾驶之心 写在前面 & 笔者的个人理解 世界模型基于各种自车行为预测潜在的未来状态。它们嵌入了关于驾驶环境的广泛知识，促进了安全和可扩展的自动驾驶。大多数现有方法主要关注数据生成或世界模型的预训练范式。与上述先前的工作不同，我们提出了Drive-OccWorld，它将以视觉为中心的4D预测世界模型应用于自动驾驶的端到端 ………………………………