OmniDrive: 一個關於大模型與3D駕駛任務對齊的框架

PHPz
發布: 2024-05-06 15:16:35
轉載
1045 人瀏覽過

從一個新穎的3D MLLM架構開始,該架構使用稀疏查詢將視覺表示提升和壓縮到3D,然後將其輸入LLM。

主題:OmniDrive: A Holistic LLM-Agent Framework for Autonomous Driving with 3D Perception Reasoning and Planning

作者單位:北京理工大學,NVIDIA,華中科技大學

#開源地址:GitHub - NVlabs/OmniDrive

多模態大語言模型(MLLMs)的發展導致了對基於LLM的自動駕駛的興趣不斷增長,利用它們強大的推理能力。利用MLLMs強大的推理能力來改進規劃行為是具有挑戰性的,因為它們需要超越2D推理的完整3D情境意識。為了解決這個挑戰,本工作提出了OmniDrive,這是一個關於智能體模型與3D驅動任務之間強大對齊的全面框架。框架從一個新穎的3D MLLM架構開始,該架構使用稀疏查詢將觀察表達提升和壓縮到3D,然後將其輸入LLM。這種基於查詢的表達允許我們聯合編碼動態物件和靜態地圖元素(例如,交通道路),為3D中的感知-行動對齊提供了一個簡潔的世界模型。進一步提出了一個新的基準,其中包括全面的視覺問答(VQA)任務,包括情境描述、交通規則、3D基礎、反事實推理、決策和規劃。廣泛的研究表明,OmniDrive在複雜的3D情境中具有出色的推理和規劃能力。

網路結構

OmniDrive: 一个关于大模型与3D驾驶任务对齐的框架

OmniDrive: 一个关于大模型与3D驾驶任务对齐的框架

#實驗結果

OmniDrive: 一个关于大模型与3D驾驶任务对齐的框架

OmniDrive: 一个关于大模型与3D驾驶任务对齐的框架

OmniDrive: 一个关于大模型与3D驾驶任务对齐的框架

OmniDrive: 一个关于大模型与3D驾驶任务对齐的框架

OmniDrive: 一个关于大模型与3D驾驶任务对齐的框架

##########

以上是OmniDrive: 一個關於大模型與3D駕駛任務對齊的框架的詳細內容。更多資訊請關注PHP中文網其他相關文章!

相關標籤:
來源:51cto.com
本網站聲明
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn
熱門教學
更多>
最新下載
更多>
網站特效
網站源碼
網站素材
前端模板
關於我們 免責聲明 Sitemap
PHP中文網:公益線上PHP培訓,幫助PHP學習者快速成長!