HENet+: Гибридное кодирование и многоцелевое обучение для 3D восприятия и автономный вождение

arXiv: 2511.071006v2 Annuales Type: заменить резюме: трехмерное извлечение характеристик и многозадачное восприятие являются основополагающими компонентами современных автономных систем вождения. Несмотря на то, что крупные кодеры изображений, входные данные с высоким разрешением и длительные временные контексты могут существенно повысить качество представительства и общую эффективность работы, совместное использование этих стратегий по-прежнему сопряжено с трудностями изза непомерных затрат на вычислительные работы как во время обучения, так и при подготовке выводов. Кроме того, для решения различных задач восприятия часто требуются различные особенности представления, что затрудняет достижение единой архитектурой результатов по нескольким направлениям работы в соответствии со специализированными однозадачными системами. Для решения этих задач мы предлагаем HENet++, единую основу для многозадачного 3-D восприятия и автономных вождения с использованием гибридной стратегии кодирования изображений, используя большой закодер для краткосрочных рамок и лёгкий заправщик для долгосрочного временного контекста, чтобы нанести удар о благоприятный балу