PlanKD：首个为端到端运动规划模型量身定制的知识蒸馏框架

论文题目：On the Road to Portability: Compressing End-to-End Motion Planner for  Autonomous Driving论文作者：Kaituo Feng, Changsheng Li, Dongchun Ren, Ye Yuan, Guoren Wang项目地址：https://github.com/tulerfeng/PlanKD编译：巴巴塔审核：Los导读：端到端的运动规划模型在实现全自动驾驶方面展现出巨大潜力，然而这种模型部署通常要求很高的计算资源，使得其无法进行实际的落地。本文提出的PlanKD，是首个借助知识蒸馏方法而提出的框架，专门为了压缩端到端运动规划器模型而诞生，可以大幅提升小型规划器的性能，并显著减少其推理时间，使得模型落地变为了可能。©️【深蓝AI】编译随着深度神经网络的应用，当前端到端（End-to-End）运动规划模型在自动驾驶领域，可以直接将原始传感器数据映射到规划。这种基于学习的范式一定程度上减少了对手工规则的依赖，并减轻了复杂级联模 ………………………………