复旦贾萧松:端到端自动驾驶瓶颈在模仿学习
热点事件持续更新
复旦贾萧松:端到端自动驾驶瓶颈在模仿学习
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
2026年10月19日,雷峰网报道复旦大学可信具身智能研究院助理教授贾萧松的观点:端到端自动驾驶的瓶颈已不在感知或模型架构,而在模仿学习这一训练方式本身。他回顾了自己从轨迹预测转向端到端、再到Think2Drive世界模型与Bench2Drive-R交互式仿真的经历,指出模仿学习只优化与人类示范的接近度,难以学到对错与纠错。他主张先模仿再强化,并认为具身智能在扩大示范数据后也会遇到类似瓶颈。报道同时提到,VLA、WAM等新架构层出不穷,但贾萧松认为真正的瓶颈不在模型架构。目前该报道为事件的最新进展,尚无后续跟进报道。
AI 根据报道生成 · 3 小时前更新
最新进展10月19日 11:06
复旦贾萧松:VLA、WAM 新架构层出不穷,但真正的瓶颈不在模型架构报道时间线
沿着报道,了解事件的不同侧面。
10月19日
- 雷峰网复旦贾萧松:VLA、WAM 新架构层出不穷,但真正的瓶颈不在模型架构
复旦大学可信具身智能研究院助理教授贾萧松认为,端到端自动驾驶的瓶颈已不在感知或模型架构,而在模仿学习这一训练方式本身。他回顾从轨迹预测转向端到端、再到 Think2Drive 世界模型与 Bench2Drive-R 交互式仿真的经历,指出模仿学习只优化与人类示范的接近度,难以学到对错与纠错。他主张先模仿再强化,并认为具身智能扩大示范数据后也会遇到类似瓶颈。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。