Startseite Projekte FSDrive
FSDrive
Python

FSDrive

[NeurIPS 2025 Spotlight] Offizielle Implementierung für "FutureSightDrive: Thinking Visually with Spatio-Temporal CoT for Autonomous Driving"

von MIV-XJTU · GitHub
Sterne
Forks
Erstellt
Letzter Commit
Sprache
autonomous-drivingcotmllmPython
Auf GitHub ansehen
In einfachen Worten

Planen Sie Fahrtrouten für autonome Fahrzeuge, indem Sie Trajektorien mit minimalen Daten visualisieren.

Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
FSDrive — GitHub preview card
📈 Sternhistorie
802801
2026-07-202026-08-31
📈 FSDrive verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

[NeurIPS 2025 Spotlight] Offizielle Implementierung für "FutureSightDrive: Thinking Visually with Spatio-Temporal CoT for Autonomous Driving"

FSDrive hat 801 Sterne auf GitHub. Es wurde 54-mal geforkt. FSDrive ist hauptsächlich in Python geschrieben. Es wird seit 2025 aktiv entwickelt. Die Hauptthemen sind: autonomous-driving, cot, mllm, vla.

Frequently asked questions

Was ist FSDrive?

[NeurIPS 2025 Spotlight] Offizielle Implementierung für "FutureSightDrive: Thinking Visually with Spatio-Temporal CoT for Autonomous Driving"

Ist FSDrive Open Source?

FSDrive ist ein Open-Source-Projekt.

Ist FSDrive kostenlos?

Ja. FSDrive ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

In welcher Sprache ist FSDrive geschrieben?

FSDrive ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — FSDrive

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![olud.ai](https://olud.ai/badge.php?tool=miv-xjtu-fsdrive)](https://olud.ai/project/miv-xjtu-fsdrive.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.