arXiv cs.AI· Haoran Xu, Peixi Peng, Shijun Guo, Guang Tan, Yiqian Chang, Yisen Zhao, Shuaixian Wang, Yonghong Tian·· 13 小时前AI 评分24
Aligned Delta-Triplane Transformer：面向自动驾驶的紧凑 4D 占用世界模型
Aligned Delta-Triplane Transformers as Occupancy World Models
AI 导读
ADTT 是一种紧凑的 4D 占用世界模型，通过 ego-motion 补偿显式对齐历史 triplane，并只预测未来场景变化，而非全状态重建。在 Occ3D-nus 上，它以更少参数和更高 FPS 取得 SOTA 预测性能，代码已公开。
正文 · AI 翻译
摘要：占用世界模型（OWMs）旨在根据历史观测和未来自车运动预测未来的 3D 占用场景，为自动驾驶提供有用的世界模拟工具。现有方法通常依赖大型网络隐式对齐多帧历史状态，并以全状态方式预测未来占用，这种方式成本高且冗余，因为大多数场景区域在短时间间隔内保持不变。本文提出对齐增量三平面 Transformer（ADTT），一种紧凑的 4D OWM，它通过自车运动补偿显式对齐历史三平面，并仅预测未来场景变化。基于对齐后的三平面先验，查询条件 Transformer 预测残差变化，其中自车运动查询引导可控的未来运动，可学习的外部查询捕获自车运动之外的场景变化。预测的变化被加到对齐先验上，并解码为未来占用场景。在 Occ3D-nus 上的实验表明，ADTT 以更少的参数和更高的 FPS 实现了最先进的预测性能。我们的代码已公开在线：此 https URL。
| 主题： | 机器人学（cs.RO）；人工智能（cs.AI） |
| 引用为： | arXiv:2503.07338 [cs.RO] |
| （或 arXiv:2503.07338v5 [cs.RO] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2503.07338 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Haoran Xu [查看电子邮件]
[v1]
2025 年 3 月 10 日星期一 13:50:23 UTC（19,127 KB）
[v2]
2025 年 5 月 15 日星期四 08:04:19 UTC（19,468 KB）
[v3]
2025 年 9 月 27 日星期六 18:26:34 UTC（6,300 KB）
[v4]
2025 年 11 月 29 日星期六 15:14:29 UTC（7,724 KB）
[v5]
2026 年 10 月 29 日星期四 07:49:44 UTC（3,089 KB）
来源：arXiv cs.AI · arxiv.org