WAM-Sim0.1

新的WAM-Sim模型通过分层记忆增强驾驶模拟的真实感

研究人员开发了WAM-Sim，一个新颖的驾驶世界模型，旨在克服自回归模型的局限性，这些模型在长模拟过程中经常出现结构和身份漂移。WAM-Sim通过分层记忆系统锚定其持久上下文，编码道路拓扑、背景外观和个体交通参与者的身份。该模型通过在线强化学习和流匹配进一步优化，并由视觉奖励和物理裁判指导，以增强真实感和视觉保真度。这种方法显著减少了漂移，并提高了扩展运行中的场景相似性和身份一致性，在nuScenes基准测试上实现了卓越的生成保真度。