研究人员开发了WorkDrive，一个旨在提高自动驾驶视觉语言模型（VLMs）在复杂道路施工区域性能的新框架。该框架通过构建特定于施工区域的感知基础因果推理，解决了VLMs在处理变化视觉线索时遇到的挑战。这种方法包括一个自动化流程，提取结构化场景事实并将其整合到因果链注释过程中，然后用于微调模型。WorkDrive框架在ROADWork数据集上显著降低了轨迹平均位移误差，并通过强化学习进一步提高了性能。 AI
影响 该框架有望提高自动驾驶汽车在具有挑战性的施工区域的安全性与可靠性。
排序理由 该集群包含一篇详细介绍自动驾驶模型新框架的研究论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2607.14727v1 Announce Type: new Abstract: Autonomous driving vision-language models (VLMs) struggle in roadwork zones, where familiar visual cues such as lane markings and permanent signs are altered or absent, and temporary devices such as cones and barriers redefine the d…
Autonomous driving vision-language models (VLMs) struggle in roadwork zones, where familiar visual cues such as lane markings and permanent signs are altered or absent, and temporary devices such as cones and barriers redefine the drivable corridor. VLMs can detect these objects,…