VADv2: संभाव्य योजना के माध्यम से एंड-टू-एंड वेक्टराइज्ड ऑटोनोमस ड्राइविंग

विशाल-स्तरीय ड्राइविंग प्रदर्शनों से मानव- समान ड्राइविंग नीति सीखना आशाजनक है, लेकिन योजना की अनिश्चितता और गैर-निश्चित स्वभाव इसे चुनौतीपूर्ण बनाते हैं। इस कार्य में, अनिश्चितता की समस्या से निपटने के लिए, हम VADv2 को प्रस्तावित करते हैं, जो संभाव्य योजना पर आधारित एक एंड-टू-एंड ड्राइविंग मॉडल है। VADv2 मल्टी-व्यू इमेज अनुक्रमों को स्ट्रीमिंग तरीके से इनपुट के रूप में लेता है, सेंसर डेटा को वातावरणीय टोकन एम्बेडिंग में परिवर्तित करता है, कार्रवाई का संभाव्य वितरण आउटपुट करता है, और वाहन को नियंत्रित करने के लिए एक कार्रवाई का नमूना लेता है। केवल कैमरा सेंसर के साथ, VADv2 CARLA Town05 मानक पर अत्याधुनिक बंद-लूप प्रदर्शन प्राप्त करता है, सभी मौजूदा तरीकों को महत्वपूर्ण रूप से पीछे छोड़ते हुए। यह पूरी तरह से एंड-टू-एंड तरीके से स्थिर रूप से चलता है, भले ही नियम-आधारितwrapper न हो। बंद-लूप प्रदर्शन https://hgao-cv.github.io/VADv2 पर प्रस्तुत किए गए हैं।