风险感知世界模型预测控制用于可泛化的端到端自动驾驶

arXiv 26.2 2026 52.6 method, application

TLDR

提出RaWMPC，一种无需专家演示的端到端自动驾驶风险感知世界模型预测控制框架。

评分理由

The paper addresses generalization in long-tail scenarios by using a world model for risk evaluation, which is a strength. However, the abstract lacks details on real-world validation and baseline comparisons, limiting assessment of practical impact.

Read-first 评分解释

综合优先阅读分 52.6，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 29。

近期性 8%

100

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：2026

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、评估、实验

主题相关性 42%

41.4

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

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：数据集

研究版图角色

前沿论文方法锚点

排序敏感性

稳定性：volatile；排名波动范围：473。

关键词评分

world model

world dynamics prediction

interactive world model

world simulator

generative world model

model-based reinforcement learning world model

video world model

深度分析

创新点

风险感知世界模型预测控制（RaWMPC）框架，实现了无需依赖专家演示的端到端自动驾驶。
风险感知交互策略，系统性地让世界模型暴露于危险行为中，使灾难性后果变得可预测且可避免。
自我评估蒸馏方法，将风险规避能力从世界模型蒸馏到生成式动作提议网络中，消除了对专家动作监督的需求。

方法

RaWMPC使用世界模型预测多个候选动作的后果，并通过显式风险评估选择低风险动作。风险感知交互策略在训练期间让世界模型暴露于危险行为，以提高对风险结果的预测能力。在测试时，自我评估蒸馏方法将风险规避能力从世界模型转移到生成式动作提议网络，从而无需专家演示即可生成低风险动作。

关键结果

RaWMPC在分布内和分布外场景中均优于最先进的方法，同时提供了优越的决策可解释性。

资源

论文