在占用世界中驾驶：基于世界模型的视觉中心4D占用预测与规划用于自动驾驶
TLDR
Drive-OccWorld将视觉中心的4D占用预测世界模型应用于自动驾驶的端到端规划。
评分理由
The paper presents a clear contribution: a world model that forecasts 4D occupancy and flow, integrates action conditions, and uses occupancy-based cost for planning. Strengths include comprehensive experiments on multiple real-world datasets and a novel memory module. Weaknesses: limited discussion of limitations or failure cases, and the abstract does not detail comparison to baselines or ablation studies.
Read-first 评分解释
综合优先阅读分 64.1，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 51。
研究版图角色
排序敏感性
稳定性：volatile；排名波动范围：194。
关键词评分
深度分析
创新点
- 将视觉中心的4D预测世界模型适配到自动驾驶的端到端规划
- 在记忆模块中引入语义和运动条件归一化以累积历史BEV嵌入
- 将灵活的动作条件（速度、转向角、轨迹、命令）注入世界模型以实现可控生成
- 将4D世界模型的生成能力与端到端规划相结合，使用基于占用的成本函数选择最优轨迹
方法
Drive-OccWorld提出了一种视觉中心的4D预测世界模型用于端到端规划。它在记忆模块中采用语义和运动条件归一化来累积历史BEV嵌入，然后将这些特征输入世界解码器进行未来占用和流预测，同时考虑几何和时空建模。通过注入灵活的动作条件实现可控生成，并使用基于占用的成本函数从预测状态中选择最优轨迹。
关键结果
在nuScenes、nuScenes-Occupancy和Lyft-Level5数据集上的全面实验表明，该方法能够生成合理且可控的4D占用，推动了驾驶世界生成和端到端规划的进步。