基于BEV世界模型实现在线轨迹评估的端到端驾驶
计算机视觉与模式识别
2025-04-10 v2
摘要
端到端自动驾驶通过整合感知、预测和规划至一个完全可微的框架取得了显著进展。然而，要充分实现其潜力，有效的在线轨迹评估至关重要以确保安全。通过对给定轨迹的未来结果进行预测，轨迹评估变得更为有效。通过利用世界模型捕获环境动力学并预测未来状态，可实现此目标。因此，我们提出了一个名为 WoTE 的端到端驾驶框架，利用 BEV 世界模型预测用于轨迹评估的未来 BEV 状态。该提议的 BEV 世界模型相对于图像级别的世界模型具有更低的延迟，并且可以无缝地使用现成的 BEV 空间流量模拟器进行监督。我们在基于 CARLA 模拟器的 NAVSIM 基准和封闭环 Bench2Drive 基准上验证了该框架，实现了最先进的性能。代码已公开于 https://github.com/liyingyanUCAS/WoTE。
引用
@article{arxiv.2504.01941,
title = {End-to-End Driving with Online Trajectory Evaluation via BEV World Model},
author = {Yingyan Li and Yuqi Wang and Yang Liu and Jiawei He and Lue Fan and Zhaoxiang Zhang},
journal= {arXiv preprint arXiv:2504.01941},
year = {2025}
}