Inicio Proyectos Diffusion-Planner
Diffusion-Planner

Diffusion-Planner

por ZhengYinan-AIR · GitHub

[ICLR 2025 Oral] La implementación oficial de "Planificación Basada en Difusión para Conducción Autónoma con Guía Flexible"

Ver en GitHub
En palabras simples

Planifica rutas de conducción autónoma utilizando técnicas avanzadas de IA que aprovechan modelos de difusión para una mejor toma de decisiones.

⭐ Estrellas
🍴 Ramas
🔥 Tendencias
📜 Licencia
Licencia no especificada
📅 Creado
🔄 Último commit
🏷️ Categoría
💻 Lenguaje
¿Mantienes este proyecto?

Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.

Reivindicar esta pagina →
Diffusion-Planner — GitHub preview card
📈 Historial de estrellas
1.03k1.02k
2026-07-202026-07-29
📈 Sigue Diffusion-Planner

Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.

Gratis · sin tarjeta · cancela cuando quieras
Recibir alertas por email →
📄 Acerca de

[ICLR 2025 Oral] La implementación oficial de "Planificación Basada en Difusión para Conducción Autónoma con Guía Flexible"

Diffusion-Planner tiene 1k estrellas en GitHub. Se ha bifurcado 161 veces. Diffusion-Planner está escrito principalmente en Python. Se desarrolla activamente desde 2024. Sus temas principales son: autonomous-driving, diffusion-models, imitation-learning, motion-planning.

Frequently asked questions

¿Qué es Diffusion-Planner?

[ICLR 2025 Oral] La implementación oficial de "Planificación Basada en Difusión para Conducción Autónoma con Guía Flexible"

¿Diffusion-Planner es de código abierto?

Diffusion-Planner es un proyecto de código abierto.

¿Diffusion-Planner es gratis?

Sí. Diffusion-Planner es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿En qué lenguaje está escrito Diffusion-Planner?

Diffusion-Planner está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
OpenSourceAI badge — Diffusion-Planner

Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=zhengyinan-air-diffusion-planner)](https://opensourceai.tech/project/zhengyinan-air-diffusion-planner.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →
awesome-end-to-end-autonomous-driving
Una lista curada de increíbles recursos de Conducción Autónoma de Extremo a Extremo (actualizad…
498 · autonomous-driving
comparteimitation-learningautonomous-driving
transfuser
[PAMI'23] TransFuser: Imitación con fusión de sensores basada en transformadores para conducció…
1.6k · autonomous-driving
comparteimitation-learningautonomous-driving
mini-vla
una VLA mínima, amigable para principiantes, para mostrar cómo las políticas de robots pueden f…
367 · ai
comparteimitation-learningdiffusion-models
gym-carla
Un wrapper de OpenAI gym para el simulador CARLA
618 · autonomous-driving
comparteimitation-learningautonomous-driving
OpenDWM
Un repositorio de código de código abierto de modelos del mundo de conducción, con herramientas…
407 · autonomous-driving
comparteautonomous-drivingdiffusion-models
Epona
Código Oficial para Epona: Modelo de Mundo de Difusión Autoregresiva para Conducción Autónoma (…
376 · autonomous-driving
comparteautonomous-drivingdiffusion-models
carla-roach
Roach: Conducción Urbana de Extremo a Extremo imitando a un Entrenador de Aprendizaje por Refue…
399 · autonomous-driving
comparteimitation-learningautonomous-driving
MagicDrive-V2
[ICCV 2025] Implementación oficial del artículo “MagicDrive-V2: Generación de Video Largo de Al…
719 · autonomous-driving
comparteautonomous-drivingdiffusion-models
mobile-aloha
Mobile ALOHA: Aprendiendo Manipulación Móvil Bimanual con Teleoperación de Cuerpo Completo de B…
4.5k · imitation-learning
comparteimitation-learning
act-plus-plus
Algoritmos de aprendizaje por imitación con Co-entrenamiento para Mobile ALOHA: ACT, Política d…
3.7k · imitation-learning
comparteimitation-learning

Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.