端到端自动驾驶

自动驾驶VLA模型技术解析与模型设计2025年被称为“VLA上车元年”，以视觉语言动作模型（Vision-Language-Action Model, VLA）为核心的技术范式正在重塑智能驾驶行业。VLA不仅融合了视觉语言模型（VLM）的感知能力和端到端模型的决策能力，更引入了“思维链”技术，实现了全局上下文理解与类人推理能力，革命性技术的落地将推动智能驾驶从“功能时代”迈向“体验时代”，并可能在未来两年内改写智能驾驶市场的竞争格局。2025年的智能驾驶：VLA上车元年

奔跑的花短裤

端到端自动驾驶模型SparseDrive部署过程SparseDrive 论文链接 https://arxiv.org/pdf/2405.19620 仓库链接 https://github.com/swc-17/SparseDrive

奔跑的花短裤

端到端的自动驾驶--论坛分析从Tesla开始，越来越多的企业和研究机构开始投身于端到端的自动驾驶模型，但是目前端到端的缺点是黑盒、不可读、不可解释。观看一些讲解和论坛后，个人觉得可解释的端到端模型将是未来的趋势。视觉语言–大模型可以提供一些场景下的决策；目前预测模块制约了自动驾驶的发展，感知相对稳定，规划控制也可以实时的计算出运动轨迹，不同的决策约束了不同的ROI区域，从而限制了相关的规划轨迹求解。视觉语言模型，缺点是3D的场景下描述较差，推导计算周期长，规划轨迹不稳定。 Tesla的planning用DL主要是为了加速树搜索

基于深度学习的端到端自动驾驶的最新进展：调研综述论文链接：https://arxiv.org/pdf/2307.04370.pdf调研链接：https://github.com/Pranav-chib/

开环端到端自动驾驶：到底行不行TLDR: 别在nuScenes上做开环端到端自动驾驶刷点了。论文： https://arxiv.org/pdf/2312.03031.pdf