基于车主的交通条件化潜在世界模型用于车内动态预测
机器人学
2026-05-07 v1 人工智能
计算机视觉与模式识别
摘要
安全的 L2/L3 驾驶自动化需要预测共享控制转换期间人类操作者的反应。虽然大多数驾驶世界模型只预测外部环境，但车内智能严格限于识别任务，缺乏对车主动态的多步预测能力。我们提出 Driver-WM，一种车主中心的潜在世界模型，用于对车内动态进行因果条件化预测。该表述统一了物理运动学预测与辅助行为和情感语义识别。 operating in a compact latent space constructed from frozen vision-language features, Driver-WM adopts a dual-stream architecture to separately encode external traffic and internal driver states. 这些流经由一个门控因果注入机制相互耦合，该机制使用学习向量门来调制外部情境扰动，同时严格遵循时间因果性。评估表明，Driver-WM 在求助性驾驶基准测试中实现了对高运动机动的稳健的长期几何预测，并提高了对车主和交通状态的语义对齐。最后，显式的外部到内部条件化允许进行受控的测试时间干预，以系统性地分析机制响应。
引用
@article{arxiv.2605.05092,
title = {Driver-WM: A Driver-Centric Traffic-Conditioned Latent World Model for In-Cabin Dynamics Rollout},
author = {Haozhuang Chi and Daosheng Qiu and Hao Su and Haochen Liu and Zirui Li and Haoruo Zhang and Chen Lv},
journal= {arXiv preprint arXiv:2605.05092},
year = {2026}
}