EvoDriveVLA：通过协同感知 - 规划蒸馏进化自动驾驶视觉 - 语言 - 动作模型

视觉 - 语言 - 动作模型在自动驾驶中前景广阔，但面临视觉编码器解冻后感知退化及长期规划累积不稳定的挑战。为此，本文提出 EvoDriveVLA，一种新颖的协同感知 - 规划蒸馏框架。该框架整合了自锚定感知约束与神谕引导的轨迹优化：前者利用自锚定教师提供视觉约束，正则化学生表征；后者采用未来感知的神谕教师，结合由粗到细的轨迹细化与蒙特卡洛 Dropout 采样，生成高质量轨迹候选以指导学生预测。实验表明，该方法在开环评估中达到最先进水平，并显著提升了闭环评估性能。