SSAD 2026 探讨用大模型监督自动驾驶小模型

在 SSAD 2026 研讨会的讨论中，研究者 abursuc 提出将 LLM 式的“think-ahead（预想未来）”思路引入自动驾驶：用大型教师模型监督小型学生模型对未来动作的预测，可视为一种早期 on-policy 蒸馏。同场还有研究尝试为驾驶任务打造专用奖励模型，用于识别碰撞、险些碰撞与次优驾驶行为，但作者坦承这类模型在可靠性上仍是挑战，且在不同任务上表现参差不齐。

2026-09-16 ~ 2026-09-16 · 3 条相关

• 研究者提观点:大教师模型监督学生未来动作,是驱动的早期 on-policy 蒸馏 — abursuc · 2026-09-16
• 用大模型监督小模型未来动作,自动驾驶早期 on-policy 蒸馏思路 — abursuc · 2026-09-16
• 自动驾驶专用奖励模型实测:崩溃与险情识别尚不可靠 — abursuc · 2026-09-16