基于 DINO 预训练的基于视觉的端到端自动驾驶
计算机视觉与模式识别
2025-03-27 v1 机器学习
机器人学
摘要
本文聚焦于仿照学习环境下视觉自动驾驶智能体的预训练方法。当前方法常依赖基于分类的预训练，我们假设这可能限制了其在隐式图像理解能力上的扩展。我们提出使用无标签自我蒸馏（DINO）方法为驾驶智能体的视觉编码器进行预训练，后者基于自监督学习范式，在无关任务上进行训练。我们在 CARLA 环境中按照 Leaderboard 基准进行实验，结果表明我们提出的预训练方法比基于分类的预训练更高效，与最近基于视觉地点识别（VPRPre）的预训练方法相当。
引用
@article{arxiv.2407.10803,
title = {DINO Pre-training for Vision-based End-to-end Autonomous Driving},
author = {Shubham Juneja and Povilas Daniušis and Virginijus Marcinkevičius},
journal= {arXiv preprint arXiv:2407.10803},
year = {2025}
}