Buchumschlag

Efficient Equivariant Transformer for Self-Driving Agent Modeling

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xu, Scott, Chen, Dian, Wong, Kelvin, Zhang, Chris, Fallah, Kion, Urtasun, Raquel
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Robotics Computer Vision and Pattern Recognition Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learning to Drive via Asymmetric Self-Play
von: Zhang, Chris, et al.
Veröffentlicht: (2024)

Copilot4D: Learning Unsupervised World Models for Autonomous Driving via Discrete Diffusion
von: Zhang, Lunjun, et al.
Veröffentlicht: (2023)

QuAD: Query-based Interpretable Neural Motion Planning for Autonomous Driving
von: Biswas, Sourav, et al.
Veröffentlicht: (2024)

Flux4D: Flow-based Unsupervised 4D Reconstruction
von: Wang, Jingkang, et al.
Veröffentlicht: (2025)

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

UnO: Unsupervised Occupancy Fields for Perception and Forecasting
von: Agro, Ben, et al.
Veröffentlicht: (2024)

Clebsch-Gordan Transformer: Fast and Global Equivariant Attention
von: Howell, Owen Lewis, et al.
Veröffentlicht: (2025)

DeTra: A Unified Model for Object Detection and Trajectory Forecasting
von: Casas, Sergio, et al.
Veröffentlicht: (2024)

ET-SEED: Efficient Trajectory-Level SE(3) Equivariant Diffusion Policy
von: Tie, Chenrui, et al.
Veröffentlicht: (2024)

Multi-Modal Data-Efficient 3D Scene Understanding for Autonomous Driving
von: Kong, Lingdong, et al.
Veröffentlicht: (2024)

EfficientFlow: Efficient Equivariant Flow Policy Learning for Embodied AI
von: Chang, Jianlei, et al.
Veröffentlicht: (2025)

STT: Stateful Tracking with Transformers for Autonomous Driving
von: Jing, Longlong, et al.
Veröffentlicht: (2024)

Pit30M: A Benchmark for Global Localization in the Age of Self-Driving Cars
von: Martinez, Julieta, et al.
Veröffentlicht: (2020)

EMPERROR: A Flexible Generative Perception Error Model for Probing Self-Driving Planners
von: Hanselmann, Niklas, et al.
Veröffentlicht: (2024)

Attacking Autonomous Driving Agents with Adversarial Machine Learning: A Holistic Evaluation with the CARLA Leaderboard
von: Wong, Henry, et al.
Veröffentlicht: (2025)

Conditional Flow-VAE for Safety-Critical Traffic Scenario Generation
von: Gong, Zimu, et al.
Veröffentlicht: (2026)

EqvAfford: SE(3) Equivariance for Point-Level Affordance Learning
von: Chen, Yue, et al.
Veröffentlicht: (2024)

Dream to Drive with Predictive Individual World Model
von: Gao, Yinfeng, et al.
Veröffentlicht: (2025)

Efficient Multi-Camera Tokenization with Triplanes for End-to-End Driving
von: Ivanovic, Boris, et al.
Veröffentlicht: (2025)

LargeAD: Large-Scale Cross-Sensor Data Pretraining for Autonomous Driving
von: Kong, Lingdong, et al.
Veröffentlicht: (2025)

ReasonDrive: Efficient Visual Question Answering for Autonomous Vehicles with Reasoning-Enhanced Small Vision-Language Models
von: Chahe, Amirhosein, et al.
Veröffentlicht: (2025)

Bench2Drive-R: Turning Real World Data into Reactive Closed-Loop Autonomous Driving Benchmark by Generative Model
von: You, Junqi, et al.
Veröffentlicht: (2024)

Panoptic Perception for Autonomous Driving: A Survey
von: Li, Yunge, et al.
Veröffentlicht: (2024)

CRITERIA: a New Benchmarking Paradigm for Evaluating Trajectory Prediction Models for Autonomous Driving
von: Chen, Changhe, et al.
Veröffentlicht: (2023)

A Survey for Foundation Models in Autonomous Driving
von: Gao, Haoxiang, et al.
Veröffentlicht: (2024)

Deep SE(3)-Equivariant Geometric Reasoning for Precise Placement Tasks
von: Eisner, Ben, et al.
Veröffentlicht: (2024)

Dynamic Adversarial Attacks on Autonomous Driving Systems
von: Chahe, Amirhosein, et al.
Veröffentlicht: (2023)

CoIRL-AD: Collaborative-Competitive Imitation-Reinforcement Learning in Latent World Models for Autonomous Driving
von: Zheng, Xiaoji, et al.
Veröffentlicht: (2025)

Transformer-Based Autonomous Driving Models and Deployment-Oriented Compression: A Survey
von: Zhong, Juan, et al.
Veröffentlicht: (2023)

See Less, Drive Better: Generalizable End-to-End Autonomous Driving via Foundation Models Stochastic Patch Selection
von: Mallak, Amir, et al.
Veröffentlicht: (2026)

DriveGPT: Scaling Autoregressive Behavior Models for Driving
von: Huang, Xin, et al.
Veröffentlicht: (2024)

EffiComm: Bandwidth Efficient Multi Agent Communication
von: Yazgan, Melih, et al.
Veröffentlicht: (2025)

Hybrid-Prediction Integrated Planning for Autonomous Driving
von: Liu, Haochen, et al.
Veröffentlicht: (2024)

ACT-Bench: Towards Action Controllable World Models for Autonomous Driving
von: Arai, Hidehisa, et al.
Veröffentlicht: (2024)

VisionPAD: A Vision-Centric Pre-training Paradigm for Autonomous Driving
von: Zhang, Haiming, et al.
Veröffentlicht: (2024)

DriveBLIP2: Attention-Guided Explanation Generation for Complex Driving Scenarios
von: Ling, Shihong, et al.
Veröffentlicht: (2025)

OpenEMMA: Open-Source Multimodal Model for End-to-End Autonomous Driving
von: Xing, Shuo, et al.
Veröffentlicht: (2024)

AutoTrust: Benchmarking Trustworthiness in Large Vision Language Models for Autonomous Driving
von: Xing, Shuo, et al.
Veröffentlicht: (2024)

NeurAll: Towards a Unified Visual Perception Model for Automated Driving
von: Sistu, Ganesh, et al.
Veröffentlicht: (2019)

Learning Personalized Driving Styles via Reinforcement Learning from Human Feedback
von: Li, Derun, et al.
Veröffentlicht: (2025)