GatedVLA 发布 PAI-AV 赛道技术报告

Kaneyoshi Hiratsuka 等作者以预印本技术报告形式公开 PAI-AV 赛道参赛方案 GatedVLA：将驾驶预训练的 Qwen-Drive-1.0-4B 视觉语言模型与逐层流匹配动作专家结合，输出 2.5 秒时域的加速度与曲率控制，并对动作专家交叉注意力施加软视觉掩码。 在相同 150 个场景的本地闭环评估中（每场景两次 rollout），作者称视觉掩码把平均场景得分从 0.479 提升至 0.517，配对差值 +0.038，95% bootstrap 置信区间 [-0.018, +0.093]，胜负 37/26，符号检验 p = 0.21，即该提升在统计上不显著。 作者还称，部署时加入基于规则的自动紧急制动（AEB）模块后，平均得分进一步升至 0.599（+0.082，置信区间 [+0.023, +0.143]），有责碰撞场景的平均数从 34.0 降至 11.0。与同等训练的基线相比，掩码策略整体开环误差相当，但左转误差更低。上述结果均为作者本地评估，未经独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。