端到端的运动规划模型虽然配备了深度神经网络，在实现全自动驾驶方面展现出了巨大潜力，但过大的神经网络使得它们不适合部署在资源受限的系统上，这无疑需要更多的计算时间和资源。
而且，驾驶场景非常复杂，传感器接收到的信息不一定全都有用，信息的重要性也不同，所以，这个团队设计了一种基于信息瓶颈策略的规划相关信息蒸馏器，只提取与规划相关的信息，还可以分配权重。
这样一来，参数量大大减少，规划器的性能、安全性和效率都得到了大幅提升，对算力资源的要求也就没那么高了。期待这样的技术尽快落地😆
#42how##新能源汽车##CVPR2024#
via 42号车库的微博