自动驾驶世界模型综述

arXiv 25.01 2025 57.7 survey, application

TLDR

系统综述自动驾驶世界模型，提出涵盖生成、规划与交互的三层分类法。

评分理由

The paper provides a comprehensive taxonomy and review of world models in autonomous driving, covering generation methods, behavior planning, and interaction. Strengths include clear categorization and coverage of training paradigms; weaknesses include lack of new empirical results and limited discussion of real-world deployment challenges.

Read-first 评分解释

综合优先阅读分 57.7，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。原始总分保留为 47。

近期性 8%

86.7

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2025

主题相关性 42%

67.1

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：world model、world simulator、generative world model、interactive world model、video world model、world dynamics prediction、model-based reinforcement learning world model

方法质量 25%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：分析

可复现性 25%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：无；数据：无；命中信号：无

研究版图角色

前沿论文

排序敏感性

稳定性：volatile；排名波动范围：351。

关键词评分

world model

world dynamics prediction

generative world model

interactive world model

model-based reinforcement learning world model

world simulator

video world model

深度分析

创新点

提出自动驾驶世界模型的三层分类法：未来物理世界生成、智能体行为规划、预测与规划交互
涵盖多种生成方法，包括基于图像、BEV、OG和PC的方法，并通过扩散模型和4D占用预测增强
整合规则驱动与基于学习的规划范式，结合代价地图优化和强化学习
引入潜在空间扩散和记忆增强架构，用于多智能体协同决策
分析训练范式，包括自监督学习、多模态预训练和生成式数据增强

方法

本文系统综述了自动驾驶世界模型的最新进展，提出了将方法分为生成、规划和交互的三层分类法。进一步分析了训练范式，并评估了世界模型在场景理解和运动预测任务中的性能，提供了全面的技术路线图。

关键结果

该综述提供了世界模型方法的结构化分类，并识别了关键训练范式，为通过世界模型推进安全可靠的自动驾驶解决方案提供了技术路线图。

局限性

自监督表示学习仍是实际部署的关键挑战
多模态传感器数据的融合尚未完全解决
需要先进的仿真环境来弥合研究与现实复杂城市驾驶之间的差距

资源

论文