Autonomous Driving World Model Trajectory Planning Future Reasoning
摘要

针对自动驾驶中感知 - 规划范式依赖昂贵标注且扩展性差的问题,本文提出 EponaV2,一种具备综合未来推理能力的新型驾驶世界模型。受人类驾驶员预判三维几何与语义的启发,该模型预测更全面的未来表征并解码为几何与语义地图,以深化环境理解。此外,借鉴大语言模型训练策略,引入流匹配群相对策略优化机制进一步提升规划精度。实验表明,EponaV2 在无感知模型的三个 NAVSIM 基准测试中均达到最先进水平。

AI 推荐理由

论文核心提出驾驶世界模型新范式,通过综合未来推理显著提升轨迹规划能力。

研究机构
Nanjing University
论文信息
作者 Jiawei Xu, Zhizhou Zhong, Zhijian Shu, Mingkai Jia, Mingxiao Li et al.
发布日期 2026-05-14
arXiv ID 2605.14696
相关性评分 9/10 (高度相关)