统一驾驶令牌：面向驾驶世界模型与规划的表示与几何引导离散分词器

arXiv 2026 58.5 method, application

TLDR

在NAVSIM上评估的DINO特征与几何引导的离散分词器，提升驾驶世界模型与规划性能。

评分理由

The paper introduces a novel tokenizer that aligns with DINO features and incorporates geometric cues, showing improved reconstruction and planning. However, evaluation is limited to NAVSIM and lacks comparison to other tokenizers.

Read-first 评分解释

综合优先阅读分 58.5，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 41。

近期性 6%

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

引用影响力 18%

92.4

使用 OpenAlex 形态的引用元数据作为文献关注度信号，并与论文本身质量分开处理。归一化引用分位：0.92373946

方法质量 18%

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：评估、实验、指标

主题相关性 29%

58.6

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 18%

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：代码

引用速度 12%

引用速度按发表年限估算年均引用，降低旧论文天然占优的偏差。年均引用：0.00

研究版图角色

基础论文前沿论文桥接论文方法锚点

排序敏感性

稳定性：volatile；排名波动范围：404。

关键词评分

world model

generative world model

world dynamics prediction

video world model

model-based reinforcement learning world model

world simulator

interactive world model

深度分析

创新点

表示引导和几何增强的分词器，在联合监督下学习离散标记
通过特征解码将离散瓶颈与冻结的DINO特征空间对齐
通过相邻帧深度和相对位姿监督注入几何状态相关线索
使用多码本量化稳定联合目标
使用轻量级规划读出器和GPT风格的下一个标记世界模型评估学习到的标记

方法

该分词器通过联合监督训练：特征解码将离散瓶颈与冻结的DINO特征空间对齐，同时RGB重建使用感知损失和对抗损失。相邻帧深度和相对位姿监督注入几何线索，多码本量化稳定联合目标。相同的学习标记在NAVSIM上使用轻量级规划读出器和GPT风格的下一个标记世界模型进行评估。

关键结果

在NAVSIM上的实验表明，重建保真度和表示一致性得到提升，在固定解码器下具有竞争力的规划性能，以及在匹配设置下更好的生成质量。

技术栈

DINO多码本量化GPT-style world modelNAVSIM

资源

论文