从提示到随时间铺就的道路：代理式场景到规划推理中的时间 grounding

近期利用大语言模型和多模态模型支持自动驾驶高层场景解释与规划的研究，常将时间视为次要属性，导致连续动作推理不一致。本文探讨代理间通信中的时间条件化能否在保持语义逻辑一致性的同时增强连贯性。研究提出了三种时间集成度递增的规划器架构，并在 BDD-X 数据集子集上评估。结果表明，虽未显著提升标准 NLP 正确性指标，但定性分析显示其在预测危险推理和战略行为上具有优势，确立了时间场景到规划推理的首个实证基准。