首先定一个调，自动驾驶方向统一的大模型不是一般的公司就能做的，没几十张A100训练都训练死你，这批观后感旨在学习UniAD的思想，拓展一下眼界
UniAD将检测，跟踪，建图，轨迹预测这四个任务统一在一起
a）最常见的模型结构，感知、对行、规划等因素都是完成的，优点是跨团队开发的难度较低，只要车载芯片算力够，就还好。潜在的弊端是，由于自动驾驶的各个因素是高度相关耦合的，可能导致一步错步步错（错误积累）、任务不对齐、跨模块信息的丢失。
还有一个问题是根本性的：各个模块的优化目标并不是以驾驶为最终目标
b）更优雅的设计是将一系列任务融入到多任务学习（MTL）范式中，通过将几个任务特定的头部插入到一个共享的特征提取器中。特斯拉和小鹏是这样做的，只是节约了计算开销，但引入了多任务间特征表达冲突，因为虽然各个任务的特征提取网络是一致的，但是他们的修正方向不是一致的。
UniAD用的是：
因篇幅问题不能全部显示，请点此查看更多更全内容
Copyright © 2019- igbc.cn 版权所有 湘ICP备2023023988号-5
违法及侵权请联系：TEL:199 1889 7713 E-MAIL:2724546146@qq.com
本站由北京市万商天勤律师事务所王兴未律师提供法律服务