arXiv · cs.RO· Manav Gagvani·· 3 天前精选AI 评分65
端到端自动驾驶的机制可解释性研究
Mechanistic Interpretability for End-to-End Self-Driving
AI 导读
Manav Gagvani提出了一种端到端自动驾驶模型的机制可解释性方法，通过稀疏自编码器(SAEs)分析模型内部激活，实现了98.3%准确率的驾驶意图识别。研究显示，SAE特征与视觉场景变化相关，调整特定特征可预测性地改变规划输出，基于SAE特征构建的轻量适配器将轨迹选择误差降低了3.44%。
推荐理由
通过稀疏自编码器解析端到端自动驾驶模型内部激活，首次实现98.3%准确率的驾驶意图识别，为黑盒模型打开透明度窗口。
来源：arXiv · cs.RO · arxiv.org