利用潜在世界模型增强端到端自动驾驶

arXiv 24.6 2024 52.7 method, application

TLDR

提出一种自监督潜在世界模型(LAW)，通过预测未来场景特征提升端到端自动驾驶，在真实和模拟基准上达到SOTA。

评分理由

Strengths include a novel self-supervised approach that integrates seamlessly into existing frameworks and achieves state-of-the-art results on multiple benchmarks. Weaknesses are the limited methodological detail in the abstract and potential overclaiming without deeper analysis of limitations.

Read-first 评分解释

综合优先阅读分 52.7，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 23。

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：有；数据：无；命中信号：代码、GitHub

近期性 8%

75.1

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：2024

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：基准

主题相关性 42%

32.9

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

研究版图角色

复现锚点

排序敏感性

稳定性：volatile；排名波动范围：339。

关键词评分

world model

world dynamics prediction

model-based reinforcement learning world model

world simulator

generative world model

interactive world model

video world model

深度分析

创新点

使用潜在世界模型（LAW）进行端到端自动驾驶的自监督学习方法
基于当前特征和自车轨迹预测未来场景特征
无缝集成到无感知和基于感知的端到端驾驶框架中

方法

提出的LAW模型采用自监督学习任务，基于当前特征和自车轨迹预测未来场景特征。该模型设计为可集成到端到端驾驶框架中，包括无感知和基于感知的变体。在真实世界开环基准（nuScenes、NAVSIM）和基于模拟器的闭环基准（CARLA）上进行了评估。

关键结果

LAW在多个基准测试中取得了最先进的性能：nuScenes、NAVSIM和CARLA。

技术栈

PyTorchnuScenesCARLANAVSIM

资源

论文代码