计算机科学 > 机器人技术
[提交于 2025年7月16日
]
标题: ReAL-AD:迈向端到端自动驾驶中类人推理
标题: ReAL-AD: Towards Human-Like Reasoning in End-to-End Autonomous Driving
摘要: 端到端的自动驾驶已成为一种有前景的方法,它在单一框架内统一感知、预测和规划,减少信息丢失并提高适应性。 然而,现有方法通常依赖于固定且稀疏的轨迹监督,限制了它们捕捉人类驾驶员自然使用的层次推理过程的能力。 为了弥补这一差距,我们提出了ReAL-AD,这是一种增强推理的学习框架,基于三层人类认知模型:驾驶策略、驾驶决策和驾驶操作,其中引入了视觉语言模型(VLMs)以增强这些层级之间的情境意识和结构化推理。 具体来说,我们引入了:(1) 战略推理注入器,通过解释VLM生成的见解来制定高层次的驾驶策略;(2) 战术推理整合器,将战略意图细化为可解释的战术选择,如变道、超车和速度调整;(3) 层次轨迹解码器,逐步将战术决策转化为精确的控制动作,以实现平滑且类人的轨迹执行。 广泛的评估表明,集成我们的框架使规划准确性和安全性提高了30%以上,使端到端自动驾驶更具可解释性,并与类人的层次推理一致。 项目页面可在以下地址找到: \href{https://4dvlab.github.io/project_page/realad}{\texttt{4dvlab.github.io/project_page/realad}}
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.