OpenEMMA

OpenEMMA 是一个开源的多模态模型，旨在实现端到端的自主驾驶运动规划。它基于 Waymo 的自主驾驶模型 EMMA，结合了视觉语言模型（VLMs）如 GPT-4 和 LLaVA 的预训练世界知识，整合文本和前视摄像头输入，从而能够精确预测未来的自我路径点，并提供决策的合理解释。OpenEMMA 的目标是为研究人员和开发者提供可访问的工具，以推动自主驾驶研究和应用的发展。

使用场景

OpenEMMA 可用于多个自主驾驶领域的应用场景，包括但不限于：

1. 运动规划：通过预测自动驾驶车辆在复杂环境中的未来路径，提高安全性和效率。
2. 决策解释：为自动驾驶决策提供清晰的语境和依据，增加系统的可解释性，便于调试和优化。
3. 多模态感知：利用图像、文本等多种输入进行数据融合，使系统能够在多变的驾驶环境中做出更为精准的判断。
4. 研究与开发：为学术界和工业界的研究者提供一个基础平台，支持不同模型和算法的比较和评估。

通过这些功能，OpenEMMA 旨在为持续改进自主驾驶技术和实现更高安全标准做出贡献。