DriveWLA

DriveWLA模型统一了世界、语言和动作，以实现自动驾驶

研究人员推出了一种新颖的自动驾驶模型DriveWLA，该模型统一了语义理解、未来场景预测和轨迹生成。该模型采用混合Transformer架构，并设有专门的世界动态、语言语义和动作规划专家。DriveWLA结合了跨专家注意力机制以实现信息流动，并利用强化学习进行精细的轨迹生成，在NAVSIM v1和v2等基准测试中取得了最先进的成果。