联合预测算法DTPP到底好在哪儿？

文章预览

作者 | 论文推土机  编辑 | 自动驾驶之心 原文链接：https://zhuanlan.zhihu.com/p/809004543 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 >> 点击进入→ 自动驾驶之心 『 联合预测 』 技术交流群 本文只做学术分享，如有侵权，联系删文 DTPP: Differentiable Joint Conditional Prediction and Cost Evaluation for Tree Policy Planning in Autonomous Driving, Zhiyu Huang1, Peter Karkus2, Boris Ivanovic2, Yuxiao Chen2, Marco Pavone2,3, and Chen Lv1. 这个方法好就好在下面几点： 采用了tree model出预测和自车的traj, trajectory tree的好处在于提供了多模态的选择。 采用了ego and prediction滚动出结果的方式有效卷到了相互的信息。 除了学自车和agents预测轨迹，同时还去学一个打分方式，用这个打分方式提供剪枝和搜索策略。 看到一个面包：采样-推演-评估范式下的端到端自 ………………………………