LEARNING
偏移与漂移：面向通用且鲁棒的自动驾驶运动规划的零样本基准
Alessandro Canevaro, Hang Yu, Julian Schmidt, Peizheng Li, Silvan Lindner, Wilhelm Stork, Georg Martius, Julian Jordan
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
该论文提出了一个双轨基准测试，用于评估自动驾驶运动规划器在语义分布偏移和状态分布偏移下的泛化能力。通过将航拍数据转换为仿真场景并注入随机扰动，系统性地揭示了不同规划范式在零样本场景中的失败模式。
关键词
zero-shotmotion planningautonomous drivingdistribution shiftbenchmark
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018