Senna-2：对齐视觉语言模型与端到端驾驶策略以实现一致的决策与规划

视觉语言模型（VLM）虽能增强端到端驾驶策略的规划能力，但现有方法常忽视 VLM 高层决策与底层规划间的双系统一致性，导致轨迹偏离预期。为此，本文提出 Senna-2，一种显式对齐双系统的先进驾驶策略。该方法采用面向一致性的三阶段训练范式：首先通过驾驶预训练实现初步决策与规划；其次在开环设置下对齐 VLM 与策略；最后利用基于 3DGS 环境的自底向上分层强化学习进行闭环对齐，以增强安全性与效率。实验表明，该方法显著提升了双系统一致性及驾驶安全。