SV-WAM环视世界-动作模型预印本发布

Jinyang Wang等作者在arXiv发布预印本，提出SV-WAM环视世界-动作模型：保留六路摄像头输入，把未来视频预测当作动作学习的密集训练监督，而非推理输出；通过以动作为中心的因果掩码，使动作token在联合去噪时不关注未来视频token，部署时可丢弃视频分支、只做动作规划。作者称，在闭环NAVSIMv2和开环nuScenes基准上，该模型规划性能达到当前最优、推理时延较低，并具备有竞争力的零样本迁移能力。 方法另引入可微的可行驶区域合规正则项，惩罚车辆足迹角点接近或越过可行驶边界。上述性能与效果均为作者在预印本中的报告，未经同行评议或独立验证。论文共23页、16幅图。

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。