Accueil Projets Diffusion-Planner
Diffusion-Planner

Diffusion-Planner

par ZhengYinan-AIR · GitHub

[ICLR 2025 Oral] L'implémentation officielle de "Planification basée sur la diffusion pour la conduite autonome avec guidage flexible"

Voir sur GitHub
En termes simples

Planifiez des itinéraires de conduite autonome en utilisant des techniques AI avancées qui exploitent des modèles de diffusion pour une meilleure prise de décision.

⭐ Étoiles
🍴 Forks
🔥 Tendances
📜 Licence
Licence non spécifiée
📅 Créé
🔄 Dernier commit
🏷️ Catégorie
💻 Langue
Vous maintenez ce projet ?

Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.

Revendiquer cette page →
Diffusion-Planner — GitHub preview card
📈 Historique des étoiles
1.03k1.02k
2026-07-202026-07-29
📈 Suivez Diffusion-Planner

Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.

Gratuit · sans carte · désinscription à tout moment
Recevoir des alertes e-mail →
📄 À propos

[ICLR 2025 Oral] L'implémentation officielle de "Planification basée sur la diffusion pour la conduite autonome avec guidage flexible"

Diffusion-Planner compte 1k étoiles sur GitHub. Il a été forké 161 fois. Diffusion-Planner est écrit principalement en Python. Il est développé activement depuis 2024. Ses principaux thèmes sont : autonomous-driving, diffusion-models, imitation-learning, motion-planning.

Frequently asked questions

Qu'est-ce que Diffusion-Planner ?

[ICLR 2025 Oral] L'implémentation officielle de "Planification basée sur la diffusion pour la conduite autonome avec guidage flexible"

Diffusion-Planner est-il open source ?

Diffusion-Planner est un projet open source.

Diffusion-Planner est-il gratuit ?

Oui. Diffusion-Planner est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Dans quel langage Diffusion-Planner est-il écrit ?

Diffusion-Planner est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
olud.ai badge — Diffusion-Planner

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![olud.ai](https://olud.ai/badge.php?tool=zhengyinan-air-diffusion-planner)](https://olud.ai/project/zhengyinan-air-diffusion-planner.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →
awesome-end-to-end-autonomous-driving
Une liste soigneusement sélectionnée de ressources de conduite autonome de bout en bout (mise à…
498 · autonomous-driving
partageimitation-learningautonomous-driving
transfuser
[PAMI'23] TransFuser : Imitation avec fusion de capteurs basée sur des transformateurs pour la…
1.6k · autonomous-driving
partageimitation-learningautonomous-driving
mini-vla
un VLA minimal, convivial pour les débutants, pour montrer comment les politiques de robot peuv…
367 · ai
partageimitation-learningdiffusion-models
gym-carla
Un wrapper OpenAI gym pour le simulateur CARLA
618 · autonomous-driving
partageimitation-learningautonomous-driving
OpenDWM
Un dépôt de code open source de modèles mondiaux de conduite, avec des outils d'entraînement, d…
407 · autonomous-driving
partageautonomous-drivingdiffusion-models
Epona
Code officiel pour Epona : Modèle de monde de diffusion autoregressif pour la conduite autonome…
376 · autonomous-driving
partageautonomous-drivingdiffusion-models
carla-roach
Roach : Conduite urbaine de bout en bout en imitant un coach d'apprentissage par renforcement.…
399 · autonomous-driving
partageimitation-learningautonomous-driving
MagicDrive-V2
[ICCV 2025] Implémentation officielle de l'article “MagicDrive-V2 : Génération de vidéos longue…
719 · autonomous-driving
partageautonomous-drivingdiffusion-models
mobile-aloha
Mobile ALOHA : Apprentissage de la manipulation mobile bimanuelle avec téléopération corporelle…
4.5k · imitation-learning
partageimitation-learning
act-plus-plus
Algorithmes d'apprentissage par imitation avec co-formation pour Mobile ALOHA : ACT, Politique…
3.7k · imitation-learning
partageimitation-learning

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.