כתבה
arXiv cs.AI ·
בדיקה סגורה של מפות ראיית-עין-על-ציפור מ-CVT ככניסה למדלי קלון-התנהגות
Closed-Loop Evaluation of Bird's-Eye-View Maps from Cross-View Transformers as Inputs to Behavior-Cloning Policies
בדיקה סגורה של מפות ראיית-עין-על-ציפור שנוצרו על ידי מעבדי CVT ככניסה למדלי קלון-התנהגות. המחקר חוקר את השימוש במפות ראיית-עין-על-ציפור שנוצרו על ידי CVT ככניסה למדלי קלון-התנהגות בסביבת המחשב CARLA. התוצאות הראו שהמודל שהשתמש ב-CVT היה היחיד שסיים לסיים את הפרק המלא ללא עבירות, אף על פי שלא הגיע לתוצאות הגבוהות ביותר ב-IoU. המחקר מציע תרגיל חדש של חישוב נפח שמקטין את ההבדל בין המפות המדויקות והמפות המוערכות.
תקציר מקורי באנגליתarXiv:2609.05783v1 Announce Type: cross Abstract: In autonomous driving, Bird's-Eye View (BEV) representations provide a structured, top-down abstraction of the vehicle's surroundings and have become a key input modality for Behavioral Cloning (BC) policies. While ground-truth BEV maps are readily available in simulation, real-world deployment requires replacing them with camera-predicted counterparts - a substitution that introduces perceptual errors whose downstream impact on closed-loop driving performance is not well understood. In this work, we investigate the use of Cross-View Transformer (CVT)-predicted BEV maps as direct policy inputs for a BC agent in the CARLA simulator. We propose a six-channel BEV representation covering road surface, planned route, lane boundaries, vehicles, p
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית