面向自动驾驶轨迹规划的基础模型综述：进展与挑战
机器人学
2026-03-24 v2 计算机视觉与模式识别
摘要
多模态基础模型的出现显著变革了自动驾驶技术，使其远离传统且多数以手工设计为主的选择，转向基于统一、基础模型的方法，能够直接从原始感知输入推断运动轨迹。这种新型方法还能够将自然语言作为额外模态进行融合，以 Vision-Language-Action（VLA）模型为代表。本综述通过统一的分类框架，对此类方法进行了全面检视，以批判性地评估其架构设计选择、方法优势及其内在能力与局限。我们的调查覆盖了 37 项近期提出的方法，涵盖了基础模型用于轨迹规划的整个技术格局。此外，我们根据方法的开放性（源代码和数据集）进行评估，为从事者和研究者提供了宝贵信息。我们提供的配套网页依据我们的分类框架罗列了这些方法，访问地址为：https://github.com/fiveai/FMs-for-driving-trajectories
引用
@article{arxiv.2512.00021,
title = {Foundation Models for Trajectory Planning in Autonomous Driving: A Review of Progress and Open Challenges},
author = {Kemal Oksuz and Alexandru Buburuzan and Anthony Knittel and Yuhan Yao and Puneet K. Dokania},
journal= {arXiv preprint arXiv:2512.00021},
year = {2026}
}
备注
Accepted to TMLR (Survey Certification)