DriveMind提出信念跟踪自动驾驶框架

2026年10月26日，arXiv Artificial Intelligence 刊出 Yan Shi 等作者的论文，提出基于多模态大语言模型（MLLM）的闭环自动驾驶框架 DriveMind。该框架借鉴粒子滤波思路，同时保留对场景的多个假设，并随新帧到达持续更新各假设权重、重采样以维持多样性。作者在 Bench2Drive 基准上报告：同一驾驶流程加入信念跟踪后，Driving Score 从 68.50 提升至 81.37，Success Rate 从 41.36% 提升至 54.09%。目前该工作处于论文发布阶段，报道未提及代码开源、实车验证或第三方复现情况。

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。