[CVPR 2025 重点内容] 实时端到端自动驾驶的截断扩散模型
2025 年 4 月 4 日: DiffusionDrive 被评为 CVPR 2025 的亮点! 2025 年 2 月 27 日: DiffusionDrive 被 CVPR 2025 接受! 2025 年 1 月 18 日: 我们在 nuScenes 上发布了代码和权重的初始版本,以及文档和训练/评估脚本。请运行 git checkout nusc 来使用它。扩散策略在机器人领域具有令人鼓舞的多模态特性和分布表达能力,但尚未适用于更动态和开放世界的交通场景中的实时端到端自动驾驶。为了弥补这一差距,我们提出了一种新的截断扩散模型,即 DiffusionDrive,用于实时端到端自动驾驶,与传统扩散策略相比,其速度更快(扩散降噪步骤减少 10 倍)、准确性更高(NAVSIM 上的 PDMS 提高 3.5 倍)和多样性更强(模式多样性评分提高 64%)。没有花哨的功能, DiffusionDrive 通过直接从人类示范中学习,在 45 FPS 的实时速度下,在 NAVSIM 基准上实现了创纪录的 88.1 PDMS 成绩。
暂无开放 Issues，或尚未同步最近议题。