Buchumschlag

Using Ensemble Diffusion to Estimate Uncertainty for End-to-End Autonomous Driving

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wintel, Florian, Høeg, Sigmund H., Kiss, Gabriel, Lindseth, Frank
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Robotics Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

DiffusionDrive: Truncated Diffusion Model for End-to-End Autonomous Driving
von: Liao, Bencheng, et al.
Veröffentlicht: (2024)

Mimir: Hierarchical Goal-Driven Diffusion with Uncertainty Propagation for End-to-End Autonomous Driving
von: Xing, Zebin, et al.
Veröffentlicht: (2025)

SUPER-AD: Semantic Uncertainty-aware Planning for End-to-End Robust Autonomous Driving
von: Ryu, Wonjeong, et al.
Veröffentlicht: (2025)

Collision Risk Estimation via Loss Prediction in End-to-End Autonomous Driving
von: Xiong, Ziliang, et al.
Veröffentlicht: (2025)

DIVER: Reinforced Diffusion Breaks Imitation Bottlenecks in End-to-End Autonomous Driving
von: Song, Ziying, et al.
Veröffentlicht: (2025)

Exploring the Causality of End-to-End Autonomous Driving
von: Li, Jiankun, et al.
Veröffentlicht: (2024)

DriveSafer: End-to-End Autonomous Driving with Safety Guidance
von: Sural, Shounak, et al.
Veröffentlicht: (2026)

ComDrive: Comfort-Oriented End-to-End Autonomous Driving
von: Wang, Junming, et al.
Veröffentlicht: (2024)

Geo-locating Road Objects using Inverse Haversine Formula with NVIDIA Driveworks
von: Shami, Mamoona Birkhez, et al.
Veröffentlicht: (2024)

AlignDrive: Aligned Lateral-Longitudinal Planning for End-to-End Autonomous Driving
von: Wu, Yanhao, et al.
Veröffentlicht: (2026)

Cognitive-Hierarchy Guided End-to-End Planning for Autonomous Driving
von: Wang, Zhennan, et al.
Veröffentlicht: (2025)

Unraveling the Effects of Synthetic Data on End-to-End Autonomous Driving
von: Ge, Junhao, et al.
Veröffentlicht: (2025)

ReCogDrive: A Reinforced Cognitive Framework for End-to-End Autonomous Driving
von: Li, Yongkang, et al.
Veröffentlicht: (2025)

DriveDPO: Policy Learning via Safety DPO For End-to-End Autonomous Driving
von: Shang, Shuyao, et al.
Veröffentlicht: (2025)

UniUncer: Unified Dynamic Static Uncertainty for End to End Driving
von: Gao, Yu, et al.
Veröffentlicht: (2026)

MAPLE: Latent Multi-Agent Play for End-to-End Autonomous Driving
von: Yasarla, Rajeev, et al.
Veröffentlicht: (2026)

Bridging Past and Future: End-to-End Autonomous Driving with Historical Prediction and Planning
von: Zhang, Bozhou, et al.
Veröffentlicht: (2025)

ResAD: Normalized Residual Trajectory Modeling for End-to-End Autonomous Driving
von: Zheng, Zhiyu, et al.
Veröffentlicht: (2025)

Enhancing End-to-End Autonomous Driving with Risk Semantic Distillaion from VLM
von: Qin, Jack, et al.
Veröffentlicht: (2025)

Senna: Bridging Large Vision-Language Models and End-to-End Autonomous Driving
von: Jiang, Bo, et al.
Veröffentlicht: (2024)

Latent-WAM: Latent World Action Modeling for End-to-End Autonomous Driving
von: Wang, Linbo, et al.
Veröffentlicht: (2026)

VADv2: End-to-End Vectorized Autonomous Driving via Probabilistic Planning
von: Jiang, Bo, et al.
Veröffentlicht: (2024)

GMF-Drive: Gated Mamba Fusion with Spatial-Aware BEV Representation for End-to-End Autonomous Driving
von: Wang, Jian, et al.
Veröffentlicht: (2025)

Bench2Drive: Towards Multi-Ability Benchmarking of Closed-Loop End-To-End Autonomous Driving
von: Jia, Xiaosong, et al.
Veröffentlicht: (2024)

VDT-Auto: End-to-end Autonomous Driving with VLM-Guided Diffusion Transformers
von: Guo, Ziang, et al.
Veröffentlicht: (2025)

CLOVER: Closed-Loop Value Estimation and Ranking for End-to-End Autonomous Driving Planning
von: Ang, Sining, et al.
Veröffentlicht: (2026)

DriveTransformer: Unified Transformer for Scalable End-to-End Autonomous Driving
von: Jia, Xiaosong, et al.
Veröffentlicht: (2025)

Data Scaling Laws for End-to-End Autonomous Driving
von: Naumann, Alexander, et al.
Veröffentlicht: (2025)

GaussianFusion: Gaussian-Based Multi-Sensor Fusion for End-to-End Autonomous Driving
von: Liu, Shuai, et al.
Veröffentlicht: (2025)

HEAT: Heterogeneous End-to-End Autonomous Driving via Trajectory-Guided World Models
von: Cho, Hoonhee, et al.
Veröffentlicht: (2026)

Beyond Imitation: Learning Safe End-to-End Autonomous Driving from Hard Negatives
von: Wang, Junli, et al.
Veröffentlicht: (2026)

UncAD: Towards Safe End-to-end Autonomous Driving via Online Map Uncertainty
von: Yang, Pengxuan, et al.
Veröffentlicht: (2025)

DriveE2E: Closed-Loop Benchmark for End-to-End Autonomous Driving through Real-to-Simulation
von: Yu, Haibao, et al.
Veröffentlicht: (2025)

DistillDrive: End-to-End Multi-Mode Autonomous Driving Distillation by Isomorphic Hetero-Source Planning Model
von: Yu, Rui, et al.
Veröffentlicht: (2025)

Enhanced Safety in Autonomous Driving: Integrating Latent State Diffusion Model for End-to-End Navigation
von: Chu, Detian, et al.
Veröffentlicht: (2024)

HAD: Combining Hierarchical Diffusion with Metric-Decoupled RL for End-to-End Driving
von: Yao, Wenhao, et al.
Veröffentlicht: (2026)

GEMINUS: Dual-aware Global and Scene-Adaptive Mixture-of-Experts for End-to-End Autonomous Driving
von: Wan, Chi, et al.
Veröffentlicht: (2025)

SpaRC-AD: A Baseline for Radar-Camera Fusion in End-to-End Autonomous Driving
von: Wolters, Philipp, et al.
Veröffentlicht: (2025)

An End-to-End Decision-Aware Multi-Scale Attention-Based Model for Explainable Autonomous Driving
von: Azad, Maryam Sadat Hosseini, et al.
Veröffentlicht: (2026)

Driving in Corner Case: A Real-World Adversarial Closed-Loop Evaluation Platform for End-to-End Autonomous Driving
von: Geng, Jiaheng, et al.
Veröffentlicht: (2025)