![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
端到端自动驾驶学习
文章平均质量分 59
学习新的端到端的自动驾驶,为自己充电
奔跑的花短裤
这个作者很懒,什么都没留下…
展开
-
待学习记录清单
1、大模型相关的知识和周边知识,相关的论文阅读;2、uniad和ad模型学习;4、LLM和VLM的相关知识;3、PDP预测决策规划网络;原创 2024-06-17 14:35:12 · 385 阅读 · 0 评论 -
Machine Learning
共轭梯度、局部优化论、有限内存局部优化论。核函数:高斯、线性、多项式、字符串等;2、利用正向传播方法计算所有的输出;4、利用反向传播方法计算所有偏导数;5、利用数值检验方法检验这些偏导数;随机剃度下降法、小批量剃度下降法;6、利用优化算法来最小化代价函数。支持向量机SVM 大间距分类器。3、编写计算代价函数J的代码;非监督算法:聚类、降维算法;正向传播算法、反向传播算法。1、参数的随机初始化;原创 2024-06-18 17:37:26 · 223 阅读 · 0 评论 -
端到端的自动驾驶--论坛分析
目前预测模块制约了自动驾驶的发展,感知相对稳定,规划控制也可以实时的计算出运动轨迹,不同的决策约束了不同的ROI区域,从而限制了相关的规划轨迹求解。一个是慢模型,简单问题和默认情况下是快模型进行常规执行,复杂场景慢模型输出决策给快系统进行修正;两个OrinX,一个fast,一个slow,多线程并行运行,slow额外发送一条指令给fast,微调fast的规划轨迹;视觉语言模型,缺点是3D的场景下描述较差,推导计算周期长,规划轨迹不稳定。2、规划层面:两个模型的规划轨迹进行互相配合,进行微调;原创 2024-06-21 17:09:56 · 396 阅读 · 0 评论 -
UniAD效果实现
端到端的自动驾驶。原创 2024-05-16 14:49:22 · 366 阅读 · 0 评论