“愚公大模型”之端到端自动驾驶最新工作“GenAD”被国际顶级会议ECCV2024收录

2020年2月，国家发改委联合国家能源局等五部门印发《关于加快煤矿智能化发展的指导意见》中提出，2025年大型煤矿和灾害严重煤矿基本实现智能化、2035年各类煤矿基本实现智能化的目标。面向国家重大战略需求，以培育新质生产力为导向，中科慧拓响应国家号召，6月2日，中国科学院自动化研究所、中国矿业大学（北京）、武创院智能车研究所、中科慧拓联合发布了愚公（YuKon）矿山大模型及基础设施智能体系。愚公（YuKon）矿山大模型是智慧矿山进入AI新时代的基础设施的重要组成部分，标志着矿山行业智能化水平迈上了一个新的台阶。愚公（YuKon）矿山大模型及基础设施智能体系以数据知识为基础，通过愚公大模型体系，驱动矿业工作流，并以核心产品体系为载体，支撑矿业生产作业各个环节智能化转型升级，推动矿业由工业自动化向知识自动化迈进。中科慧拓首创的提出生成式平行智能数据体系GenDS，矿山端到端自动驾大模型GenAD ，矿山知识大模型MineGPT，矿山Al助手MineCopilot。7月2日消息，GenAD被业界广泛认可，成功被计算机三大顶会之一的ECCV2024收录。这也表明中科慧拓在端到端自动驾驶的研发赛道中跻身前列。

国际顶级会议ECCV2024

GenAD: Generative End-to-End Autonomous Driving——生成式端到端自动驾驶方案

生成式人工智能（Generative AI）正催生出科技领域的一场创新革命，其中ChatGPT作为开创性的代表，展示了强大的自然语言处理和生成能力。本文将生成式人工智能（Generative AI）和端到端自动驾驶技术结合，提出生成式端到端自动驾驶GenAD。GenAD提出以实例中心的场景表示，首先将周围场景转换为地图和感知实例。然后，使用变分自编码器在结构潜在空间中学习未来轨迹分布，用于轨迹先验建模。进一步采用时序模型来捕捉潜在空间中的代理和自车运动，以生成更有效的未来轨迹。最终，GenAD通过在学习的结构潜在高斯空间分布中采样，并使用学习的时序模型生成未来信息，同时执行运动预测和规划。GenAD超越CVPR2023 best paper UniAD，在广泛使用的nuScenes基准测试中进行的实验证明，所提出的GenAD在以视觉为中心的端到端自动驾驶方面取得了SOTA的性能。“愚公（YuKon）矿山大模型”之端到端自动驾驶大模型以此技术方案为基础构建。

GenAD: Generative End-to-End Autonomous Driving——生成式端到端自动驾驶方案

GenAD：中科慧拓技术团队联合中国科学院自动化研究所，武汉大学，加州大学伯克利分校研发最新成果详细解读

中科慧拓技术团队提出的生成式端到端自动驾驶模型GenAD，将生成式人工智能（Generative AI）和端到端自动驾驶技术结合，是业界首个生成式端到端自动驾驶模型。该技术颠覆了UniAD的渐进式流程端到端方案，探讨了一种新的端到端自动驾驶范式，关键在于采用生成式人工智能的方式预测自车和周围环境在过去场景中的时序演变方式。

技术上本方案提出以实例中心的场景表示，首先将周围场景转换为地图和感知实例。然后，使用变分自编码器在结构潜在空间中学习未来轨迹分布，用于轨迹先验建模。进一步采用时序模型来捕捉潜在空间中的代理和自车运动，以生成更有效的未来轨迹。最终，GenAD通过在学习的结构潜在高斯空间分布中采样，并使用学习的时序模型生成未来信息，同时执行运动预测和规划。该模型在城市场景数据集Nuscenes已经取得了SOTA的性能，并在实时性能上远超UniAD。

会议拍图

目前，该技术已经逐步向矿山场景自动驾驶推广应用。未来中科慧拓将围绕愚公（YuKon）矿山大模型及基础设施智能体系持续开展相关工作。中科慧拓将积极探索人工智能在智慧矿山中的重大应用，共建Mining 5.0时代，推动矿山行业从工业自动化向知识自动化迈进。

责任编辑：Yaodl