一篇新发布于arXiv的论文提出了几何感知令牌选择（GATS）方法：在自动驾驶模型处理图像之前，先利用LiDAR和雷达测量数据筛选图像块。作者称，在令牌预算为10%时，GATS的算力消耗为24 GFLOPs，比密集基线模型少18倍，同时在nuScenes和NAVSIM上的成绩更好。在739个意图关键场景中，作者报告的碰撞率为0.09%，而密集模型为0.34%。这些都是论文报告的结果；所提供的摘要并不能证明该方法在真实道路上的表现。
为什么重要
对自动驾驶研究人员而言，论文报告的算力降幅表明，或许可以减少处理的摄像头数据，同时保持基准测试表现；但该方法在真实道路上的效果仍不得而知。
