OpenREAD：面向端到端自主驾驶的强化开放式推理框架
计算机视觉与模式识别
2025-12-03 v2
摘要
最近，两种微调策略，如通过监督微调（SFT）获取基本驾驶知识，再通过强化微调（RFT）进一步提升决策与规划，已在推动知识驱动型自主驾驶（AD）范式方面显示出强大的潜力。然而，SFT 的学习本质仍限制了推理的泛化，从而约束了驾驶性能的全部潜力。同时，当前的 RFT 方法主要应用于下游任务，由于场景理解是开放性问题，难以量化相应的奖励。为此，我们提出了 OpenREAD，一种基于开放式推理强化的视觉语言模型（VLM）框架，用于自主驾驶（AD），使其能够在从高级推理到低级轨迹规划的完整层次上进行端到端 RFT。具体而言，我们在开源驾驶相关知识数据集上构建了大规模链式思维（CoT）标注，并运用强大的 Qwen3 大语言模型（LLM）作为 RFT 中的评论家，用于量化开放性问题中推理质量的奖励建模。广泛的实验表明，联合端到端 RFT 在上游和下游任务上均取得显著提升，使 OpenREAD 能够在推理与规划基准测试中实现最先进的性能。
引用
@article{arxiv.2512.01830,
title = {OpenREAD: Reinforced Open-Ended Reasoning for End-to-End Autonomous Driving with LLM-as-Critic},
author = {Songyan Zhang and Wenhui Huang and Zhan Chen and Chua Jiahao Collister and Qihang Huang and Chen Lv},
journal= {arXiv preprint arXiv:2512.01830},
year = {2025}
}