做网站开票是多少个点的票shein跨境电商官网

做网站开票是多少个点的票,shein跨境电商官网,淄博哪里做网站,乡镇中心小学校园网站建设指南复旦大学与引望智能科技联合提出自动驾驶WAM-Diff框架。WAM-Diff的全新端到端自动驾驶框架#xff0c;在NAVSIM-v1榜单上取得了91.0 PDMS#xff08;预测驾驶得分#xff09;的惊人成绩#xff0c;一举超越了现有的自回归和扩散基线模型。它通过掩码扩散模型#xff08;Ma…复旦大学与引望智能科技联合提出自动驾驶WAM-Diff框架。WAM-Diff的全新端到端自动驾驶框架在NAVSIM-v1榜单上取得了91.0 PDMS预测驾驶得分的惊人成绩一举超越了现有的自回归和扩散基线模型。它通过掩码扩散模型Masked Diffusion、稀疏混合专家MoE架构以及在线强化学习GSPO解决自动驾驶中多模态轨迹生成的难题。掩码扩散模型重构轨迹生成范式端到端自动驾驶系统正处于从模块化管道向视觉-语言-动作VLAVision-Language-Action统一架构转变的关键时期。这类模型的目标很明确输入多传感器数据和自然语言指令直接输出规划和控制信号。目前的VLA主要分为两大流派一类是基于自回归的大语言模型它们像生成文本一样逐个token地生成动作序列另一类是连续扩散策略通过去噪过程迭代优化动作预测。自回归模型受限于从左到右的因果生成顺序这在处理需要全局规划的驾驶任务时略显僵化。连续扩散模型虽然能捕捉多模态分布但在逻辑推理和离散决策上往往不如离散模型灵活。WAM-Diff选择了一条少有人走的路离散掩码扩散Discrete Masked Diffusion。传统的自回归模型是在做完形填空的最后一题必须按顺序写而掩码扩散模型则像是在做一张全卷的填空题它可以先填确定的部分再根据上下文回头修改不确定的部分甚至可以先确定终点再反推路径。该框架将未来的车辆轨迹视为一个离散的序列。在训练阶段模型会随机掩盖掉一部分轨迹点让网络去预测这些缺失的信息。在推理阶段模型从一个完全被掩盖全Mask的序列开始通过迭代的方式逐步将Mask替换为具体的数值或语义token。这种机制带来了前所未有的灵活性。它支持并行解码不需要像自回归那样排队等前一个结果大大提高了生成效率。更重要的是它打破了时间顺序的枷锁允许引入非因果的解码策略。例如在某些场景下我们可以先确定车辆几秒后的位置意图再反过来推导当前应该做什么动作这种以终为始的思维对于长时程规划至关重要。混合词表与稀疏专家模型的架构创新要实现上述的掩码扩散首先需要解决语言和物理世界的对齐问题。WAM-Diff设计了一套混合离散动作分词Hybrid Discrete Action Tokenization方案。自动驾驶的轨迹是由连续的数值如坐标、速度组成的而语言模型处理的是离散的语义符号。为了让两者在同一个模型里对话研究团队构建了一个统一的词表。对于连续变量例如轨迹的路点Waypoint模型将其在[-100, 100]的区间内进行均匀量化分辨率设为0.01。这意味着产生了20,001个不同的数值token。每一个二维路点被表示为一对有序的标量token x, y。在解码时取每个量化区间的中心值最大绝对误差仅为0.005这在保证精度的同时实现了离散化。对于语义控制命令如保持车道、让行和驾驶理由直接使用文本token。这20,001个数值token被合并到现有的文本词表中并在训练过程中端到端地优化它们的嵌入投影。这种混合方式让模型既能理解向左转这样的高层指令又能精准输出坐标(12.5, 4.3)这样的底层控制信号实现了双向条件调节。有了统一的表达下一步是扩充模型的容量。处理复杂的驾驶场景需要庞大的知识库但如果单纯增加模型参数推理成本会变得不可接受。WAM-Diff引入了稀疏混合专家MoEMixture of Experts架构具体采用了LoRALow-Rank Adaptation形式的MoE。模型的基础是一个预训练的SigLIP-2视觉编码器和LLaMA架构的文本解码器。视觉部分将1920×1080的图像切分为15个384×384的补丁加上整图缩放后的补丁共16个视角编码出2185个视觉token。文本编码器则处理指令和历史状态。核心的掩码扩散主干网络中研究者在前馈网络FFN层集成了64个LoRA专家。对于每一个输入不是所有专家都参与计算而是通过一个路由门控机制Router动态选择最相关的几个专家来处理。这种设计让模型学会了术业有专攻。有的专家可能擅长处理十字路口有的专家擅长高速跟车。在保持推理计算量主要由基础模型和少量活跃专家承担的同时极大地丰富了模型应对长尾场景的能力。为了训练这个庞然大物团队采用了多任务学习策略。不仅仅是模仿人类驾驶员的轨迹Motion Prediction还加入了驾驶导向的视觉问答VQA。这迫使模型不仅要知其然输出轨迹还要知其所以然理解场景逻辑如识别红绿灯、避让行人。实验表明这种联合训练比单纯的轨迹模仿显著提升了规划性能。在线强化学习注入人类价值观监督学习Supervised Learning教会了模型模仿人类驾驶员的平均行为但这还不够。人类驾驶员偶尔也会犯错而且单纯的模仿很难应对分布外Out-of-Distribution的极端情况。为了让模型开得更安全、更舒适WAM-Diff引入了在线强化学习Online Reinforcement Learning。具体采用的是组序列策略优化GSPOGroup Sequence Policy Optimization算法。传统的强化学习往往针对每一步动作进行反馈但这在长序列生成中会导致信用分配Credit Assignment难题到底是哪一步做对了才避免了碰撞GSPO则不同它关注的是整个动作序列的优劣。系统定义了一个多维度的奖励函数包含无碰撞No Collisions这是底线。可行驶区域合规Drivable Area Compliance不能开到人行道或逆行。碰撞时间TTCTime-To-Collision不仅不撞还要保持安全距离。舒适度Comfort避免急刹车和急转弯。自身进度Ego Progress不能为了安全就停在原地不动要向目标前进。相比于传统的PPO或GRPOGSPO更适合掩码扩散模型因为它避免了对每个token进行细粒度的信用分配直接针对最终结果——是否开得好进行优化。这使得模型能够跳出模仿数据的局限学会处理那些训练集中未曾见过、但符合安全逻辑的复杂场景。实验数据性能分析WAM-Diff在NAVSIM-v1和v2基准测试上进行了全面评估。NAVSIM是一个基于真实世界数据的大规模自动驾驶评测平台它不仅看预测的轨迹是否接近人类L2误差更通过模拟器回放来验证闭环驾驶的安全性。NAVSIM-v1上PDMS预测驾驶得分91.0。这是目前的最高分。相比之下著名的UniAD得分为83.4TransFuser为84.0DiffusionDrive为88.1。WAM-Diff的优势非常明显。在细分指标上NC无碰撞率达到99.1%DAC可行驶区域合规率达到98.3%。这说明模型不仅开得像人而且极其守规矩、安全。WAM-Diff在安全指标NC, DAC, TTC上全面领先同时在保证舒适度Comf.接近满分的情况下取得了不错的行进效率EP。NAVSIM-v2上EPDMS扩展预测性驾驶模型评分89.7也是SOTA水平。尽管WAM-Diff取得了令人瞩目的成绩但论文也坦诚地指出了当前的不足。首先是感知视野受限。目前的模型仅输入前视摄像头的图像。虽然对于大多数直线和跟车场景足够但在路口博弈或侧向来车时缺乏侧后方视野可能导致感知盲区进而引发规划失败。图中的失败案例分析就展示了当重要障碍物处于视野之外时模型可能做出误判。其次是缺乏时序历史信息。模型目前只处理当前帧的图像没有利用视频流的时间维度的历史信息。这意味着它很难准确推断其他车辆的速度和意图例如旁边的车是在加速还是减速。这在动态复杂的交通流中是一个潜在的安全隐患。未来的工作方向将聚焦于引入环视3D视觉编码器以覆盖全方位的感知盲区同时开发更高效的时序模型架构将历史帧信息纳入考量从而提升对动态环境的推理能力。WAM-Diff证明了离散掩码扩散模型在自动驾驶领域的巨大潜力。它不仅打破了自回归生成的思维定势通过灵活的解码策略适应不同驾驶场景更巧妙地结合了MoE的扩展能力和RL的价值对齐能力为端到端自动驾驶提供了一个强有力的新选择。参考资料https://arxiv.org/pdf/2512.11872https://github.com/fudan-generative-vision/WAM-Diff