ImagiDrive: 一种统一的想象与规划框架用于自动驾驶

arXiv 25.8 2025 70.6 method, system, application

TLDR

ImagiDrive整合VLM驾驶智能体与DWM场景想象器实现迭代规划。

评分理由

The paper proposes a novel framework combining vision-language models and driving world models for autonomous driving, addressing integration challenges. Strengths include a clear motivation and a unified loop; weaknesses are that the abstract is cut off, lacking explicit results and real-world validation.

Read-first 评分解释

综合优先阅读分 70.6，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 43。

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

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：数据集、GitHub

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：数据集、实验、验证

主题相关性 42%

61.4

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

前沿论文方法锚点复现锚点

排序敏感性

稳定性：volatile；排名波动范围：175。

关键词评分

world model

generative world model

world dynamics prediction

interactive world model

world simulator

video world model

model-based reinforcement learning world model

深度分析

创新点

统一的想象与规划循环，整合了基于VLM的驾驶智能体与基于DWM的场景想象器
早期停止机制以提高计算效率
轨迹选择策略以增强预测准确性

方法

ImagiDrive是一种端到端自动驾驶框架，结合了基于VLM的驾驶智能体与基于DWM的场景想象器。智能体首先从多模态输入预测初始驾驶轨迹，然后想象器生成相应的未来场景，这些场景被迭代用于优化智能体的规划决策。引入了早期停止机制和轨迹选择策略以解决效率和准确性挑战。该模型在nuScenes和NAVSIM数据集上进行了开环和闭环条件下的评估。

关键结果

在nuScenes和NAVSIM上的大量实验表明，ImagiDrive在开环和闭环驾驶场景中均优于先前替代方案，具有鲁棒性和优越性。

技术栈

Vision-Language Models (VLMs)Driving World Models (DWMs)nuScenes datasetNAVSIM datasetEarly stopping mechanismTrajectory selection strategy

资源

论文代码