端到端自动驾驶与世界模型｜SPP第168期

自动驾驶是人工智能落地的重要方向之一，其中端到端自动驾驶作为一种新兴范式，区别于传统的基于规则的模块化方法，其核心在于通过神经网络直接处理传感器输入并输出最终决策，整个过程实现可导。该设计将感知、预测、决策等所有组件以可导方式进行连接，旨在实现高效的特征共享并减少累计误差，以数据驱动而非纯规则驱动的方式解决问题。然而，采用开环、静态训练的模仿学习方案存在因果倒置、分布漂移等问题，因此基于动态交互的强化学习近期获得了广泛关注，而作为支撑强化学习仿真环境的关键组件，世界模型也在快速演进。本期SPP将系统介绍团队在端到端自动驾驶与世界模型技术路线上的发展脉络，并对未来技术方向进行展望。欢迎关注本期SPP：4月8日（本周三）19:30–21:00。

本期直播你将收获哪些

1、了解自动驾驶由规则驱动走向数据驱动的脉络；

2、了解模仿学习、强化学习对于学习决策模型的优缺点；

3、了解重建+生成式的世界模型对于物理世界智能决策系统的重要意义。

演讲嘉宾

贾萧松

CCF专业会员，复旦大学可信具身智能研究院助理教授

贾萧松，复旦大学可信具身智能研究院助理教授，本博毕业于上海交通大学，研究方向为自动驾驶、具身智能、世界模型。在TPAMI、CVPR、ICCV、ECCV、ICLR等人工智能顶级学术刊物上发表论文30余篇，被引4000余次，论文曾获ICCV2021 Mair2 Workshoop最佳学生论文奖，CVPR2023最佳论文奖，在ICCV、CVPR等国际学术会议上作口头报告，个人曾获CCF-CV新锐奖。代表性工作如Bench2Drive、Think2Drive、DriveTransformer、HDGT在自动驾驶社区得到了广泛的关注与使用。