arXiv · Machine Learning· Manav Gagvani, Benjamin Namikas, Sivamurugan Velmurugan, Nysa Kumar, Shrey Sharma, Thomas Peterson, Pratyush Mathur, Hyunseo Chang, Rohan Paleja·· 8 小时前AI 评分50
端到端自动驾驶的机械可解释性研究
Mechanistic Interpretability for End-to-End Self-Driving
AI 导读
Manav Gagvani 等人将机械可解释性方法应用于端到端自动驾驶模型，通过在单摄像头路径规划模型的内部激活上训练稀疏自编码器（SAE），识别出与路线意图、车辆速度和制动行为相关的可解释特征。
来源：arXiv · Machine Learning · arxiv.org