LOWP：免稠密BEV的实时端到端城市驾驶规划器

2026年11月10日，arXiv Robotics 刊出 Haohua Que 等作者的论文，提出端到端驾驶规划器 LOWP。其核心设计是“只在规划处观察”：用两组各十六个可学习 query，通过已知标定直接读取相机特征，一组在投影 3D 锚点处采样，一组关注带视线标签的特征，因此不构建稠密 BEV，也不对物体或地图做监督。 评测方面，作者报告：在 nuScenes 上，平均 L2 由 0.302 米变为 0.296 米，参数量为稠密对照方案的 53%，在同一 GPU 上速度为其 1.7 倍；在 NAVSIM 上，将规划器自身轨迹与词表一同评分，无需重训练即得 85.9 PDMS；闭环控制配置在 218 条路线上得分 65.5，但存在刹车导致的停车失败，其释放规则的总体收益尚无定论。作者还区分了实测延迟与硬件迁移估计，指出后者不足以建立同一硬件上的排名。目前事件仅此一篇主报道，尚无跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。