LAD-Drive：通过动作感知扩散变压器 bridging 语言与轨迹

尽管多模态大语言模型为自动驾驶提供了高级推理能力，但将其离散语义知识转化为连续轨迹仍具挑战。现有方法常依赖单模态规划头，限制了多模态驾驶行为的表达，且生成式方法多基于独热编码动作，忽略了关键导航不确定性。为此，本文提出 LAD-Drive，一种将高层意图与低层空间规划结构解耦的生成框架。该方法利用动作解码器推断概率元动作分布以建立显式信念状态，并结合车辆运动学状态，驱动动作感知扩散解码器，通过截断去噪过程将学习到的运动锚点 refine 为安全、运动学可行的轨迹。