eepii的博客

团队：地平线时间：代码：简介：PETR是query-based方法，但是为了实现特征融合，进行了全局注意力机制，导致高计算量。image通过backbone和FPN，得到多尺度特征，略。这一层是为了提取这一帧新出现的障碍物。根据SparseDrive在附录的信息，初始化900组特征和anchor，然后选出打分最高的300组highest confidence instances给到multi-frame layers。这一层拿到sigle frame layer输出的300组障碍物信息，然后再从mem

团队：南京大学，上海人工智能实验室时间：2023年12月代码：https://github.com/MCG-NJU/SparseOcc。

网页链接：https://wayve.ai/thinking/lingo-natural-language-autonomous-driving/wayve在9月14日公布了大语言模型和自动驾驶的结合模型LINGO-1，可以用自然语言解释自动驾驶的决策原因。大型语言模型LLM在AI领域研究和应用越来越多。视觉语言模型VLM，vision-language model。文本图像检索text-to-image retrieval。图片分类image classification。但是目前没有论文和开源代码。

cost volume经典之作

院校：德国的图宾根大学网站：https://www.katrinrenz.de/plant。

论文链接：https://arxiv.org/pdf/2312.03031。

MIT的论文2020年。

论文链接：https://arxiv.org/pdf/2404.06892团队：迈驰、中科大。

团队：英伟达会议：CVPR2024。

如何理解agent centric。

团队：百度代码：https://github.com/bdvisl/DriveInsight论文思想简述：这篇论文并不是提出SOTA模型，而是提出了一些的方法。

团队：清华大学，地平线投稿会议：暂时未知，挂在rxiv代码链接：https://github.com/swc-17/SparseDrive开环测试数据集：nuScenes。

6.根据dropout分析（dropout analysis，随机丢弃节点，防止过拟合，参考深度学习Dropout技术分析），模型没有什么太大变化，说明已经收敛，增加额外信息没有必要。Along-track error，沿轨误差，我理解是沿着车道线的纵向误差，因为轨迹点是按照固定时间间隔得到的。4.图片中车头朝上，放在图片的（15m, 5m）位置，车辆前方有25m，后方有5m，作为环境信息；目前基于学习的方法需要人工设计特征，以获取环境信息，导致性能是次佳的（suboptimal）。

2.predction的时候不一定要MLP for simplicity，可以考虑LSTM，因为轨迹点之间都是有关系的，论文里自己也写了可以用其他advanced decoders。进行节点补全工作（故意遮蔽输入节点，让模型去重建这些特征，以此让模型能够更精准地捕捉交互信息），这样的做法让模型更加强大。将车辆动态信息和结构化的高精地图信息向量化（vectorized form），通过向量化的信息进行轨迹预测；1.向量化的时候，选取的特征可以选择更多有用的信息，目前选择的较少（首位信息，类型信息等）。

CNN需要很多层才能把距离很远的像素或者输入联系起来，输入长度和计算复杂度成线性关系，导致（1）难以学习远距离的输入；4.Transformer的时间复杂度与序列长度成平方关系，而RNN和CNN与序列长度成正比，所以在数据集太大的时候，计算复杂度会更高computational complexity。LSTM是循环执行的，依赖前一项隐藏层信息h(t-1)，天然不适合并行，而且受限于隐藏层大小，更容易丢失以前的信息。Transformer因为不依赖之前的信息，所以可以进行并行可算，减少计算时间。

如果训练太多次判别器再训练生成器，那么可能导致【模式崩溃】（不管给什么噪声，输出结果一样）因为生成器没有直接接触样本，而是通过判别器告诉它像不像，就像枯叶蝶不知道枯叶长什么样子；源码地址：http://www.github.com/goodfeli/adversarial。论文链接：https://arxiv.org/abs/1406.2661。而是采用的深度学习，深度学习中有完备的训练技巧。条件GAN：指定生成什么类型的图片，比如固定数字、某种小动物等；图像填充：把图像中的路人用风景填充。

去高精地图的方法之一

第一篇深度学习+规则的planning方案

论文链接：https://arxiv.org/abs/1512.03385Github链接：https://github.com/pytorch/vision/blob/master/torchvision/models/resnet.py知乎讲解：ResNet论文笔记及代码剖析。

在argoverse-api文件夹下根据setup.py来安装必要依赖。

MP3采用了无高精地图的端到端的方法，并且能够生成可解释的规划 决策的中间表示。中间表示包含未来的位置和速度。首先采用backbone来踢去地图特征与语义特征，然后生成中间表示。