跳到正文
具身前沿
arXiv · cs.RO官方发布· Lingguang Wang, \"Omer \c{S}ahin Ta\c{s}, Marlon Steiner, Christoph Stiller·· 2 小时前精选AI 评分60

论文 / 摘要阅读

FlowDrive:面向轨迹规划的平衡数据流匹配方法

FlowDrive: moderated flow matching with data balancing for trajectory planning

AI 导读 · 根据来源整理

FlowDrive 是面向驾驶轨迹规划的流匹配规划器,针对驾驶数据长尾分布导致的模型偏置问题,作者比较了训练数据采样平衡策略,发现按轨迹模式重加权较为有效。方法学习条件校正流,用少量流匹配步数将噪声直接映射到轨迹分布,并引入在环调节引导,在流步之间注入小扰动以提升轨迹多样性且保持场景一致。在 nuPlan 和交互导向的 interPlan 基准上,FlowDrive 在学习型规划器中取得最优结果并接近带规则精修的方法;加入调节引导和轻量后处理后(FlowDrive*),在几乎所有基准划分上取得整体最优。代码已公开。该工作为 arXiv 预印本,结果基于上述基准评测。

本站目前提供摘要

以上是对来源材料的中文整理,不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。

前往 arXiv · cs.RO 阅读原文 ↗

来源:arXiv · cs.RO · arxiv.org