上一篇
EXAONE 3.5是什么？一文让你看懂EXAONE 3.5的技术原理、主要功能、应用场景
DrivingDojo是什么？一文让你看懂DrivingDojo的技术原理、主要功能、应用场景
来源：卓商AI
发布时间：2025-04-05
DrivingDojo概述简介
DrivingDojo是中国科学院自动化研究所与美团无人车团队合作推出的数据集，用在训练和研究复杂的自动驾驶交互式世界模型。数据集包含18,000个视频片段，覆盖完整的驾驶操作、多智能体交互以及丰富的开放世界驾驶知识，为开发下一代自动驾驶模型提供了坚实的基础。DrivingDojo定义了动作指令跟随（AIF）基准，用在评估世界模型在执行动作控制的未来预测方面的能力。
DrivingDojo的功能特色
交互式世界模型训练：DrivingDojo提供一个平台，用在训练理解和模拟复杂驾驶动态的交互式世界模型。
动作指令跟随（AIF）：数据集定义AIF基准，评估世界模型在遵循动作指令生成未来预测的能力。
多样化驾驶操作：基于DrivingDojo-Action子集，模型学习加速、减速、紧急制动和车道变换等多样化的驾驶操作。
多智能体交互：用DrivingDojo-Interplay子集，模型能理解和预测车辆与其他道路使用者之间的复杂交互。
开放世界知识：用DrivingDojo-Open子集，模型学习处理开放世界中的罕见事件和长尾场景。
视频生成与预测：模型基于初始帧和动作指令生成未来的视频，模拟和预测驾驶场景。
DrivingDojo的技术原理
数据收集：用美团无人车团队的自动驾驶车辆平台收集视频数据，。
数据策划：从大量收集的数据中精选出包含丰富驾驶操作、多智能体交互和开放世界知识的视频片段。
动作编码：将驾驶动作（如加速、制动、转向）编码为模型能理解的格式，方便在视频生成中使用。
视频生成模型：基于如Stable Video Diffusion等技术，开发从初始帧和动作指令生成视频的模型。
动作指令跟随（AIF）：比较生成视频与输入动作指令的一致性，评估模型的预测准确性。
评估指标：用FID（Frechet Inception Distance）和FVD（Frechet Video Distance）等指标评估生成视频的视觉质量，用AIF错误评估动作指令的跟随能力。
DrivingDojo项目介绍
项目官网：drivingdojo.github.io
GitHub仓库：https://github.com/Robertwyq/Drivingdojo
HuggingFace模型库：https://huggingface.co/datasets/Yuqi1997/DrivingDojo
arXiv技术论文：https://arxiv.org/pdf/2410.10738
DrivingDojo能做什么？
自动驾驶算法开发：开发人员开发和测试自动驾驶车辆的感知、预测和决策算法。
世界模型训练：数据集用在训练模拟真实世界驾驶环境的交互式世界模型，模型能预测未来的状态和可能的事件。
多智能体交互模拟：模拟车辆与其他道路使用者（如行人、自行车、其他车辆）之间的交互，优化自动驾驶车辆的交互策略。
罕见事件和长尾场景处理：训练模型识别和响应罕见事件，如动物突然横穿道路或道路上的障碍物，提高自动驾驶系统的安全性。
虚拟测试和验证：在虚拟环境中测试自动驾驶系统，减少实车测试的成本和风险，加速开发流程。
© 版权声明:本站所有原创文章版权均归卓商AI工具集及原创作者所有，未经允许任何个人、媒体、网站不得转载或以其他方式抄袭本站任何文章。
相关文章
-
CHANGER是什么？一文让你看懂CHANGER的技术原理、主要功能、应用场景2025-04-05 -
Kiroku是什么？一文让你看懂Kiroku的技术原理、主要功能、应用场景2025-04-05
-
Vision Search Assistant是什么？一文让你看懂Vision Search Assistant的技术原理、主要功能、应用场景2025-04-05
-
MVDrag3D是什么？一文让你看懂MVDrag3D的技术原理、主要功能、应用场景2025-04-05
-
Chonkie是什么？一文让你看懂Chonkie的技术原理、主要功能、应用场景2025-04-05
-
MSQA是什么？一文让你看懂MSQA的技术原理、主要功能、应用场景2025-04-05
卓商AI
AI爱好者的一站式人工智能AI工具箱，累计收录全球10,000⁺好用的AI工具软件和网站，方便您更便捷的探索前沿的AI技术。本站持续更新好的AI应用，力争做全球排名前三的AI网址导航网站，欢迎您成为我们的一员。
最新发布
1
2
3
4
5
6
7
8
9
10
猜你喜欢
Codestral
Codestral是Mistral AI团队推出的首个代码生成AI模型，它能够通过共享指令和完成API端点帮助开发者编写和与代码交互。它在80多种编程...
Xcode 16
Xcode 16 提供了功能和性能提升，助力开发者以比以往更快的速度构建出色的 app，提升开发者的生产力标准。Xcode 16 带来了全新的预测性代...
Papermark AI
Papermark AI是一款AI驱动的平台，革新文档分享与协作体验。它能够安全地分享和管理文档，提供实时分析和定制链接分享功能。用户可以通过Pape...
Java Q&A Hub
Java Q&A Hub是一个专门为Java编程爱好者设计的在线问答平台，它提供了一系列与Java编程相关的问题和解答。该平台专注于Java语言的各个...
1X World Model
1X 世界模型是一种机器学习程序，能够模拟世界如何响应机器人的行为。它基于视频生成和自动驾驶汽车世界模型的技术进步，为机器人提供了一个虚拟模拟器，能够...
ClipGlow
ClipGlow是一个基于AI的视频剪辑和字幕制作网站,提供自动语音转文字、交互式编辑、动态字幕样式、一键导出等功能,让用户可以非常容易地为视频添加字...
Mamouth
Mamouth是一个集成了多种先进AI模型和图像生成服务的平台，旨在帮助用户保持在人工智能技术的前沿。平台提供包括GPT-4o、Claude、Llam...
riverside
Riverside为专业级播客和视频录音提供了一个虚拟工作室。您可以使用摄影室质量的音频和视觉效果以闪电速度录制和编辑。今天创建高质量的录音，享受无与...
AI爱好者的一站式人工智能AI工具箱，累计收录全球10,000⁺好用的AI工具软件和网站，方便您更便捷的探索前沿的AI技术。本站持续更新好的AI应用，力争做全球排名前三的AI网址导航网站，欢迎您成为我们的一员。
