CVPR24冠军揭秘：告别单一轨迹，Hydra-MDP引领端到端自动驾驶规划新航向

文章预览

前言 / You need to know 本篇文章由原paper一作 Zhenxin Li（李臻欣） 全权翻译写作，李臻欣是一位非常优秀的年轻学者，目前复旦大学硕士在读，提出过BEVNeXt、Hydra-MDP工作；Hydra-MDP方法在CVPR2024 Navsim挑战赛中获得第一名。 论文标题： Hydra-MDP: End-to-end Multimodal Planning with Multi-target Hydra-Distillation 论文作者： Zhenxin Li, Kailin Li, Shihao Wang, Shiyi Lan, Zhiding Yu, Yishen Ji, Zhiqi Li, Ziyue Zhu, Jan Kautz, Zuxuan Wu, Yu-Gang Jiang, Jose M. Alvarez Github： https://github.com/NVlabs/Hydra-MDP NVIDIA博客： https://blogs.nvidia.com/blog/auto-research-cvpr-2024/ 导读： 端到端规划（End-to-end planning）被认为是实现自动驾驶的一个极富前景的方向。但最近的研究表明该类方法与所采用的数据集本身存在种种问题。在我们的Hydra-MDP中，我们利用来自人类和基于规则的教师的知识蒸馏来训练学生模型，从而学习在各种闭环 ………………………………