arXiv Artificial Intelligence· Tianhui Cai, Xinglong Sun, Chao Fang, Zhenxin Li, Rui Song, Jose M. Alvarez, Yunxiang Mao, Jiaqi Ma, Langechuan Liu·· 19 小时前AI 评分24
AffordDrive3D：面向自动驾驶的可供性与几何感知世界-动作模型
AffordDrive3D: Affordance-Aware World-Action Modeling with Spatial Understanding
AI 导读
AffordDrive3D 是一个可供性与几何感知的世界-动作模型，联合学习未来动作相关区域与空间结构，基于 VLM 主干预测可行驶区域和碰撞关键区域，并从 RGB 世界模型隐变量预测未来几何。在 NAVSIM 上，该模型取得 91.3 PDMS 和 89.9 EPDMS 的 SOTA 成绩，验证了联合建模未来可供性与几何对轨迹规划的有效性。
来源：arXiv Artificial Intelligence · arxiv.org