Buchumschlag

Scaling-Aware Data Selection for End-to-End Autonomous Driving Systems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Dimlioglu, Tolga, Chang, Nadine, Shen, Maying, Mahmood, Rafid, Alvarez, Jose M.
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

AdaDeDup: Adaptive Hybrid Data Pruning for Efficient Large-Scale Object Detection Training
von: Kang, Feiyang, et al.
Veröffentlicht: (2025)

Centaur: Robust End-to-End Autonomous Driving with Test-Time Training
von: Sima, Chonghao, et al.
Veröffentlicht: (2025)

Interpretable Decision-Making for End-to-End Autonomous Driving
von: Mirzaie, Mona, et al.
Veröffentlicht: (2025)

GaussianAD: Gaussian-Centric End-to-End Autonomous Driving
von: Zheng, Wenzhao, et al.
Veröffentlicht: (2024)

PRIX: Learning to Plan from Raw Pixels for End-to-End Autonomous Driving
von: Wozniak, Maciej K., et al.
Veröffentlicht: (2025)

Collision-Aware Vision-Language Learning for End-to-End Driving with Multimodal Infraction Datasets
von: Koran, Alex, et al.
Veröffentlicht: (2026)

End-to-end Autonomous Driving: Challenges and Frontiers
von: Chen, Li, et al.
Veröffentlicht: (2023)

EMMA: End-to-End Multimodal Model for Autonomous Driving
von: Hwang, Jyh-Jing, et al.
Veröffentlicht: (2024)

Addressing the Waypoint-Action Gap in End-to-End Autonomous Driving via Vehicle Motion Models
von: Rodríguez-Vidal, Jorge Daniel, et al.
Veröffentlicht: (2026)

What Matters to Enhance Traffic Rule Compliance of Imitation Learning for End-to-End Autonomous Driving
von: Zhou, Hongkuan, et al.
Veröffentlicht: (2023)

DriveCritic: Towards Context-Aware, Human-Aligned Evaluation for Autonomous Driving with Vision-Language Models
von: Song, Jingyu, et al.
Veröffentlicht: (2025)

Hidden Biases of End-to-End Driving Datasets
von: Zimmerlin, Julian, et al.
Veröffentlicht: (2024)

LEAD: Minimizing Learner-Expert Asymmetry in End-to-End Driving
von: Nguyen, Long, et al.
Veröffentlicht: (2025)

CLAP: Contrastive Latent-space Prompt Optimization for End-to-end Autonomous Driving
von: Zhu, Ruiyang, et al.
Veröffentlicht: (2026)

End-to-End Framework Integrating Generative AI and Deep Reinforcement Learning for Autonomous Ultrasound Scanning
von: Elmekki, Hanae, et al.
Veröffentlicht: (2025)

Multi-Dimensional Pruning: Joint Channel, Layer and Block Pruning with Latency Constraint
von: Sun, Xinglong, et al.
Veröffentlicht: (2024)

Exploring Camera Encoder Designs for Autonomous Driving Perception
von: Lakshmanan, Barath, et al.
Veröffentlicht: (2024)

Risk-Aware World Model Predictive Control for Generalizable End-to-End Autonomous Driving
von: Sun, Jiangxin, et al.
Veröffentlicht: (2026)

MDP: Multidimensional Vision Model Pruning with Latency Constraint
von: Sun, Xinglong, et al.
Veröffentlicht: (2025)

End-to-End Multi-Modal Diffusion Mamba
von: Lu, Chunhao, et al.
Veröffentlicht: (2025)

Provenance Networks: End-to-End Exemplar-Based Explainability
von: Kayyam, Ali, et al.
Veröffentlicht: (2025)

SKGE-SWIN: End-To-End Autonomous Vehicle Waypoint Prediction and Navigation Using Skip Stage Swin Transformer
von: Kartiman, Fachri Najm Noer, et al.
Veröffentlicht: (2025)

DriveSuprim: Towards Precise Trajectory Selection for End-to-End Planning
von: Yao, Wenhao, et al.
Veröffentlicht: (2025)

End-to-End Image Compression with Segmentation Guided Dual Coding for Wind Turbines
von: Pérez-Gonzalo, Raül, et al.
Veröffentlicht: (2026)

End-to-End Breast Cancer Radiotherapy Planning via LMMs with Consistency Embedding
von: Kim, Kwanyoung, et al.
Veröffentlicht: (2023)

EXAONE Path 2.0: Pathology Foundation Model with End-to-End Supervision
von: Pyeon, Myeongjang, et al.
Veröffentlicht: (2025)

iPad: Iterative Proposal-centric End-to-End Autonomous Driving
von: Guo, Ke, et al.
Veröffentlicht: (2025)

Hint-AD: Holistically Aligned Interpretability in End-to-End Autonomous Driving
von: Ding, Kairui, et al.
Veröffentlicht: (2024)

Adversarial Flow Matching for Imperceptible Attacks on End-to-End Autonomous Driving
von: Zeng, Xinyu, et al.
Veröffentlicht: (2026)

End-to-End Training for Unified Tokenization and Latent Denoising
von: Duggal, Shivam, et al.
Veröffentlicht: (2026)

TinyLidarNet: 2D LiDAR-based End-to-End Deep Learning Model for F1TENTH Autonomous Racing
von: Zarrar, Mohammed Misbah, et al.
Veröffentlicht: (2024)

ZTRS: Zero-Imitation End-to-end Autonomous Driving with Trajectory Scoring
von: Li, Zhenxin, et al.
Veröffentlicht: (2025)

SoccerNet Game State Reconstruction: End-to-End Athlete Tracking and Identification on a Minimap
von: Somers, Vladimir, et al.
Veröffentlicht: (2024)

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

AD$^2$: Analysis and Detection of Adversarial Threats in Visual Perception for End-to-End Autonomous Driving Systems
von: Sahu, Ishan, et al.
Veröffentlicht: (2026)

E3AD: An Emotion-Aware Vision-Language-Action Model for Human-Centric End-to-End Autonomous Driving
von: Tang, Yihong, et al.
Veröffentlicht: (2025)

SSE: Multimodal Semantic Data Selection and Enrichment for Industrial-scale Data Assimilation
von: Shen, Maying, et al.
Veröffentlicht: (2024)

AIDE: An Automatic Data Engine for Object Detection in Autonomous Driving
von: Liang, Mingfu, et al.
Veröffentlicht: (2024)

Structured Labeling Enables Faster Vision-Language Models for End-to-End Autonomous Driving
von: Jiang, Hao, et al.
Veröffentlicht: (2025)