本研究提出了一种基于深度强化学习的自主无人机竞速策略，解决了障碍感知竞速的复杂性问题。通过领域随机化和并行经验收集，该方法在无人机模拟实验中证明了其有效性，推动了复杂环境下的无人机导航学习。

本文介绍了一种新的自动驾驶范式，强调通过预测自车及环境的演变来提升自动驾驶性能。采用GenAD框架和模块化架构，研究了障碍感知、目标预测和规划，在nuScenes基准测试中取得了优异成果。此外，提出了基于多模态大语言模型的自主驾驶世界模型ADriver-I，展示了其在未来自主驾驶中的潜力。