跳到正文
arXiv · 机器人与计算机视觉· Yuhao Wei, Yong Chen, Chen Yang, Yingchen Wang, Delin Ouyang, Lingfeng Qi, Qi Lan, Zhanhua Zhang, Jie Li, Guofa Li·· 2026-10-12精选AI 评分78

ManeuverFlow:基于未来证据的机动假设生成与端到端自动驾驶轨迹评估及优化

ManeuverFlow: Maneuver Hypothesis Generation with Future Evidence for Trajectory Evaluation and Refinement in End-to-End Autonomous Driving

AI 导读

ManeuverFlow 是一种用于复杂场景端到端规划的新方法,旨在解决多查询回归模式坍塌及候选集规模受限的问题。该方法通过混合专家 MeanFlow 场一步生成不同意图的轨迹,并利用世界模型预测的当前与未来特征聚合为路径证据,进而预测 PDM 因子并优化局部 Frenet 残差以筛选最佳候选。

推荐理由

该文提出 ManeuverFlow,利用世界模型预测的未来证据对轨迹进行生成与精细化评估,在 NAVSIM 和 WorldEngine 基准上取得领先分数。

来源:arXiv · 机器人与计算机视觉 · arxiv.org