https://auto-driving-blog.pages.dev/tags/-%E6%8E%A8%E6%BC%94%E5%BC%8F%E5%86%B3%E7%AD%96/ Recent content in ⚡ 推演式决策 on Elon's AD Insight https://auto-driving-blog.pages.dev/images/share.png https://auto-driving-blog.pages.dev/images/share.png Hugo zh-cn Fri, 24 Jul 2026 00:00:00 +0000 https://auto-driving-blog.pages.dev/posts/paper-reading/jepa-drive%E8%87%AA%E7%9B%91%E7%9D%A3%E9%A9%BE%E9%A9%B6%E5%86%B3%E7%AD%96%E7%B2%BE%E8%AF%BB/ Fri, 24 Jul 2026 00:00:00 +0000 https://auto-driving-blog.pages.dev/posts/paper-reading/jepa-drive%E8%87%AA%E7%9B%91%E7%9D%A3%E9%A9%BE%E9%A9%B6%E5%86%B3%E7%AD%96%E7%B2%BE%E8%AF%BB/ JEPA-DRIVE 是一个基于 Joint Embedding Predictive Architecture 的自监督驾驶决策系统。它用结构化隐空间世界模型编码驾驶场景，从 65,536 个离散行为词汇中组合生成候选轨迹，再用 cycle energy 重建误差作为自监督评分信号。V17 在 NAVSIM 上达到 0.8839 selected_pdm，V21 正在用纯自监督 cycle energy 突破 PDM 代理标签的 64 值瓶颈（8×A800 分布式训练中）。全模型仅 3.88M 参数。