WAM-Flow：基于离散流匹配的并行粗到细运动规划
机器人学
2025-12-17 v2 人工智能
计算机视觉与模式识别
摘要
我们提出WAM-Flow，一种基于视觉语言动作（VLA）的模型，将自我轨迹规划建模为在结构化token空间上的离散流匹配。与自回归解码器不同，WAM-Flow实现完全并行、双向去噪，使其能够实现可调的计算-精度权衡的粗到细细化。具体而言，该方法结合了保持标量几何的度量对齐数值标记器、几何感知流目标以及仿真引导的GRPO对齐，集成了安全性、自我进度和舒适性奖励，同时保持并行生成。多阶段适应将预训练的自回归主干（Janus-1.5B）从因果解码转换为非因果流模型，并通过持续的多模态预训练强化道路场景能力。得益于一致性模型训练和并行解码推理的本质特征，WAM-Flow在自回归和扩散基线方法中表现出更优的闭环性能，1步推理达到89.1 PDMS，5步推理达到90.3 PDMS，均在NAVSIM v1基准测试中。这些结果确立了离散流匹配作为端到端自动驾驶的新型有前景的范式。该代码将很快公开。
引用
@article{arxiv.2512.06112,
title = {WAM-Flow: Parallel Coarse-to-Fine Motion Planning via Discrete Flow Matching for Autonomous Driving},
author = {Yifang Xu and Jiahao Cui and Feipeng Cai and Zhihao Zhu and Hanlin Shang and Shan Luan and Mingwang Xu and Neng Zhang and Yaoyi Li and Jia Cai and Siyu Zhu},
journal= {arXiv preprint arXiv:2512.06112},
year = {2025}
}
备注
18 pages, 11 figures. Code & Model: https://github.com/fudan-generative-vision/WAM-Flow