arXiv · 机器人与计算机视觉· Yang Wu, Qiang Meng, Zhaojiang Liu, Youquan Liu, Jian Yang, Jin Xie·· 15 天前AI 评分70
Distill to Think, Foresee to Act:面向自动驾驶的认知 - 物理强化学习框架 CoPhy
Distill to Think, Foresee to Act: Cognitive-Physical Reinforcement Learning for Autonomous Driving
AI 导读
论文提出 CoPhy 框架,旨在解决端到端自动驾驶受模仿学习行为克隆上限的约束问题。该框架通过蒸馏视觉语言模型(VLM)知识至鸟瞰图编码器并移除 VLM,实现零推理成本的认知能力与可选的人类语言指令接口;同时构建自回归 BEV 世界模型以预测候选动作的未来语义地图,作为可解释的物理沙盒直接推导安全指标。
来源:arXiv · 机器人与计算机视觉 · arxiv.org