本文基于 Apollo-Vision-Net 工程，实现了一个多任务 BEVFormer 模型，同时完成 3D 目标检测和占据栅格预测（OCC）。模型采用共享 BEV 表示的设计，检测分支使用 DETR 风格的 decoder 进行 query-based 预测，而 OCC 分支直接将 BEV token 上采样为体素网格。配置文件中定义了 BEV 尺寸（50×50）、时序长度（queue_len

本文梳理基于 BEVFormer 的检测与语义分割多任务实现，复现并验证 BEV 表示经 reshape、rot/flip、feat_cropper(grid_sample) 到 SegEncode 的张量流与空间对齐。文章包含关键配置摘录、轻量化单元测试与输出样例，提出可加入的 CI 断言（批次与空间尺寸对齐）和可视化诊断步骤（对比 seg_pred.argmax 与 rasterized se

地平线OE3.7版本上线了一个J6M可跑的多任务感知模型，其qat后det任务mAP高达41，比OE3.2各类3D目标检测模型高近10个点，并且支持目标检测（推测为Sparse4D系列）、实时地图生成（MapTR）、Occ占据栅格预测（FlashOcc）三个任务并行，并且在J6M上FPS跑到了35，虽然测试的是在数据集上，但该模型已经十分接近量产，非常值得研究，因此本文从配置出发，对该多任务模型进

资料来源于https://www.codeproject.com/Articles/576228/Line-Fitting-in-Images-Using-Orthogonal-Linear-Reg先行Mark，并附python代码。另如下https://blog.csdn.net/linxue968/article/details/19913661中提供的方法存在问题，已测试(r*v-...

本文深入解读了自动驾驶前沿框架 DIVER，它通过融合 扩散模型 与 强化学习，解决了端到端自动驾驶中因模仿学习导致的 行为保守 与 轨迹模式崩溃 难题。文章剖析了其核心组件 PADG（策略感知扩散生成器） 与 GRPO（群组相对策略优化） 的工作原理，并结合开源代码结构说明实现细节。实验表明，DIVER 在 NAVSIM、Bench2Drive 等主流仿真与真实数据集上，在 轨迹多样性、安全性与

本文围绕 RAD-2 论文与官方代码仓库，系统解析了一条面向闭环自动驾驶规划的生成器-判别器强化学习路线。文章重点说明 RAD-2 如何用扩散生成器负责多模态候选生成、用 RL 判别器负责闭环重排，并结合 TC-GRPO、OGO 与 BEV-Warp 提升训练稳定性与交互质量。同时，博客还把 action anchor、planning head、advantage 计算等开源代码模块与论文方法对

本文梳理基于 BEVFormer 的检测与语义分割多任务实现，复现并验证 BEV 表示经 reshape、rot/flip、feat_cropper(grid_sample) 到 SegEncode 的张量流与空间对齐。文章包含关键配置摘录、轻量化单元测试与输出样例，提出可加入的 CI 断言（批次与空间尺寸对齐）和可视化诊断步骤（对比 seg_pred.argmax 与 rasterized se

SparseDriveV2 提出因子化词表与分层打分框架：先将轨迹拆成几何路径和速度剖面，再用 K-Means 构建超密候选集，并通过 coarse-to-fine 机制逐级筛选与重评分，在更低计算开销下扩大动作空间覆盖。实验上，模型在 NAVSIM v1 取得 92.0 PDMS、NAVSIM v2 取得 90.1 EPDMS，在 Bench2Drive 达到 89.15 Driving Sco

本文围绕 **det（3D 检测）** 与 **map（MapTR 实时地图生成）** 两个感知任务并行模型设计，系统梳理 Apollo-Vision-Net 中 det+map 多任务模型的“设计 → 配置 → 源码实现 → 评测闭环 → 复现结果”。目标是让读者能够对照文档完成模型复现、测试，并明确每个 cfg 字段对应的源码位置、推理输出的接口规范与设计理由。

本文介绍了在 Apollo-Vision-Net 项目中引入 MapTRv2 机制的技术方案。文章重点阐述了 MapTRv2 在现有 BEVFormer det+map 基线中的实现方式，包括配置层变化、模块组织和核心机制。