​本论文是南京大学、英伟达最新CVPR 24工作。蛮幸运的，该论文提出了很多思考，证明了很多最优Paper在落地上车方面的无效性。咱们对待新方法能否成为自动驾驶的最佳实践要审慎。

论文名称：Is Ego Status All You Need for Open-Loop End-to-End Autonomous Driving?
论文链接：https://arxiv.org/abs/2312.03031.
代码链接：https://github.com/NVlabs/BEV-Planner.

论文主要贡献如下：

• 现有基于nuScenes的开环自动驾驶模型规划性能受到自车状态(速度、加速度、偏航角)的高度影响。模型的最终预测轨迹基本上由自车状态主导，不用感知信息也能达到相当的性能。
• 现有指标并没有全面评估规划的质量，模型的评估结果可能存在偏见。我们提倡采用更多样化、更全面的指标来防止模型在特定指标上实现局部最优，这可能会导致忽略其他安全隐患，出现难以置信的规划轨迹。
• 与其在现有nuScenes数据集上开发更优性能的方法，我们认为开发更合适的数据集和指标是一个更关键和紧迫的挑战。

本文由深圳季连科技有限公司AIgraphX自动驾驶大模型团队编辑。如有错误，欢迎在评论区指正。

Abstract

端到端自动驾驶从全栈的角度来瞄准自动驾驶，最近成为一个很有前途的研究方向。沿着这条路线，许多最新的工作都遵循在nuScenes数据集上的开环评估来研究路径规划。

在本文中，我们对这个问题进行了深入的分析，并在细节上揭开了更多的神秘面纱。