SAGE：施工区临时交通控制路径预测框架

2026年10月26日，arXiv Computer Vision 刊出由 Jiaxi Liu 等作者提出的 SAGE（Semantic-to-Action Grounded Execution）框架，用于临时交通管制施工区的路径预测。该框架采用“读取—决策—执行—检查”结构，在共享候选空间内分离路径构建、路径偏好与控制合规，并以视觉语言模型（VLM）的轨迹作为对几何候选路径的偏好。作者在 2,306 个真实 ROADWork 验证片段上测试：候选路径有 87% 落在人类示范 10 px 内，但选择遗憾占几何排序器误差的 53%；SAGE 将平均位移误差与最终位移误差分别降低 8.3% 和 12.0%，硬约束违规减少 37%。目前报道仅涉及该框架的提出与上述验证结果，未见后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。