文章预览
本文只做学术分享,如有侵权,联系删文 原标题:Hydra-MDP: End-to-end Multimodal Planning with Multi-target Hydra-Distillation 论文链接:https://arxiv.org/pdf/2406.06978 代码链接:https://github.com/NVlabs/Hydra-MDP 作者单位:NVIDIA 复旦大学 华东师范大学 北京理工大学 南京大学 南开大学 The 1st place solution of End-to-end Driving at Scale at the CVPR 2024 Autonomous Grand Challenge 论文思路 本文提出了Hydra-MDP,这是一种在教师-学生模型中采用多个教师的新范式。该方法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,该模型具有多头解码器,以学习适应各种评估指标的多样化轨迹候选方案。通过基于规则的教师的知识,Hydra-MDP能够以端到端的方式学习环境如何影响规划,而不是依赖于不可微分的后处理方法。该方法在Navsim挑战赛中获得了第一名,展示了在不同驾驶环境和条件下显著
………………………………