文章预览
论文题目：On the Road to Portability: Compressing End-to-End Motion Planner for Autonomous Driving 论文链接：https://openaccess.thecvf.com/content/CVPR2024/papers/Feng_On_the_Road_to_Portability_Compressing_End-to-End_Motion_Planner_for_CVPR_2024_paper.pdf 来源:机器人EmbodiedAI 全文 1000 + 字，预计阅 读 5-10 分钟 进群交流： 点此处 一、方法 在启用深度神经网络的端到端运动规划模型已经显示出实现全自动驾驶的巨大潜力。然而，过大的神经网络使它们在资源受限系统上部署变得不切实际，这不可避免地需要更多的计算时间和资源来进行参考。为了解决这个问题，知识蒸馏提供了一种有效的方法，通过使较小的学生模型从较大的教师模型中学习来压缩模型。然而，如何应用知识蒸馏来压缩运动规划器迄今为止尚未得到探索。在本文中，我们提出了PlanKD，这是专为压缩端到端运动规划器而设计的第
………………………………
