[ICCV 2023 & ICLR 2026] VAD: 适用于高效自动驾驶的向量化场景表示
https://user-images.githubusercontent.com/45144254/229673708-648e8da5-4c70-4346-9da2-423447d1ecde.mp4 https://github.com/hustvl/VAD/assets/45144254/153b9bf0-5159-46b5-9fab-573baf5c6159
包江1*, 陈少宇1*, 徐庆2, 廖奔成1, 陈佳杰2, 周和龙2, 张前2, 刘文宇1, 黄昌2, 王兴刚1,†
1 华中科技大学, 2 Horizon Robotics
*: 同等贡献, †: 通讯作者。
arXiv 论文, ICCV 2023
31 Jan, 2026: VADv2 已被 ICLR 2026 接受!28 Sep, 2025: RAD 已被 NeurIPS 2025 接受。RL 训练的核心代码已在 RAD 中发布。27 Feb, 2025: 请查看我们最新的工作 DiffusionDrive,已被 CVPR 2025 接受!这项研究探索了使用扩散模型进行实时和现实世界应用的多模态端到端驾驶。暂无开放 Issues,或尚未同步最近议题。