作者|Kwong 编辑|汽车人原文链接：https://zhuanlan.zhihu.com/p/545796074点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取文章出自于ICCV2021：Geometry Uncertainty Projection Network for Monocular 3D Object Detection[1]。...

Tony 等，2024）。在机器人应用场景中，还面临环境建模不精确的难题，难以准确模拟现实环境的复杂性，以及奖励函数设计困难的问题，难以制定合理有效的奖励机制引导智能体学习，同时在高维动作和感知空间中探索效率较低，学习过程缓慢。具体来说，先从制造商提供的机器人模型文件出发，随机采样参数组合初始化多个模拟环境，接着在真实机器人硬件和模拟环境中并行执行关节位置目标的校准序列，通过比较跟踪误差，选择能最

论文链接：https://www.caict.ac.cn/kxyj/qwfb/bps/202408/P020240830312499650772.pdf。今天为大家整理了几十篇具身相关的综述，设计数据集、评测、VLA、VLN、强化学习、基础模型、DP等方向，为大家一览具身发展的路线，论文链接：https://www.sciengine.com/SSI/doi/10.1360/SSI-2024-00

点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心【3D目标检测】技术交流群后台回复【3D检测综述】获取最新基于点云/BEV/图像的3D检测综述！1. 点云稀疏性的定义点云的稀疏性指激光雷达的采样点覆盖相对于场景的尺度来讲，具有很强的稀疏性。例如，将目前主流的户外3D目标检测数据集KITTI[1]的点云投影到对应的RGB图像上，大约只有3%的像素才有对应的点云

作者|小书童 编辑| 集智书童点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心【目标检测】技术交流群后台回复【2D检测综述】获取鱼眼检测、实时检测、通用2D检测等近5年内所有综述！小目标检测是计算机视觉和目标检测领域的一个重大挑战。小目标检测器的性能往往因缺乏像素和不太重要的特征而受到影响。这个问题源于特征尺度的变化和特征处理过程中的信息丢失引起的信息...

点击下方卡片，关注“自动驾驶之心”公众号戳我->领取自动驾驶近15个方向学习路线今天自动驾驶之心团队为大家分享大语言模型结合自动驾驶的文章盘点！近80篇论文共九大方向！如果您有相关工作需要分享，请在文末联系我们！自动驾驶课程学习与技术交流群事宜，也欢迎添加小助理微信AIDriver004做进一步咨询>>点击进入→自动驾驶之心『大语言模型』技术交流群编辑 | 自动驾驶之心写在前面.

点击下方卡片，关注“具身智能之心”公众号>>点击进入→具身智能之心技术交流群更多干货，欢迎加入国内首个具身智能全栈学习社区：具身智能之心知识星球(戳我)，这里包含所有你想要的。强化学习是机器学习中的一个领域，强调智能体（agent）如何在环境中采取一系列行动，以最大化累积奖励。它的核心要素包括智能体、环境、状态、动作和奖励。智能体与环境：智能体是在环境中执行动作的实体，环境则是智能体所

点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心技术交流群后台回复【ECCV2022】获取ECCV2022所有自动驾驶方向论文！arXiv论文“BEVDepth: Acquisition of Reliable Depth for Mul...

点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心技术交流群英伟达再扔“核弹”，新款智能汽车芯片Thor正式发布！这颗SoC芯片内部拥有770亿个晶体管，以此可实现2000TOPS的AI算力，或者是2000TFLOP。▲英伟达Thor芯片基本性能因为参数过于强大，英伟达索性直接把它命名为了Thor雷神。对，就是漫威里甩锤子的那个男人。因为参数过于强大，雷神So

作者|牛牛牛肉饭 编辑|汽车人原文链接：https://zhuanlan.zhihu.com/p/660216714点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心技术交流群本文只做学术分享，如有侵权，联系删文2023年已经匆匆过去大半，不知各位自动驾驶小伙伴今年的工作生活情况是否顺利呢？高阶ADAS方案量产了吗？新的文章和实验进展又是否顺利呢？今...