面向长上下文自动驾驶的规划对齐 Token 压缩

针对单体视觉 - 动作模型在编码长时上下文时超出实时计算预算的问题，本文提出 COMPACT-VA，一种基于条件 VQ-VAE 的规划对齐工作记忆框架。该方法将扩展上下文压缩为有界表示，压缩过程由历史轨迹及从未来轨迹蒸馏出的规划意图共同调节。压缩后的记忆与预测潜在变量拼接输入策略网络，实现端到端优化，确保保留决策关键信息。实验表明，在同等 Token 预算下，成功率提升超 6%，且显著加速推理并降低内存占用。