DriveMind：用粒子滤波式信念追踪提升闭环自动驾驶成绩
热点事件持续更新
DriveMind：用粒子滤波式信念追踪提升闭环自动驾驶成绩
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
论文作者提出 DriveMind，一个基于多模态大语言模型的闭环自动驾驶框架，借鉴粒子滤波思想同时维护多个场景假设，并随新帧到来更新权重。论文已被 NeurIPS 2026 接收。 作者称，在 Bench2Drive 基准上，同一驾驶管线加入信念追踪后，Driving Score 从 68.50 提升至 81.37，Success Rate 从 41.36% 提升至 54.09%，其中无信号路口和会车交互等模糊场景提升最大（分别 +20.0 / +20.5 DS）。
AI 根据报道生成 · 1 小时前更新
最新进展10月26日 12:00
DriveMind：基于信念演化的闭环自动驾驶框架报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv cs.AIDriveMind：基于信念演化的闭环自动驾驶框架
研究者提出 DriveMind，一个基于多模态大语言模型的自动驾驶框架，借鉴粒子滤波思想同时维护多个场景假设，并随新帧到来更新权重。在 Bench2Drive 上，加入信念追踪后 Driving Score 从 68.50 提升至 81.37，Success Rate 从 41.36% 提升至 54.09%，在无信号路口和会车交互等模糊场景上提升最大（+20.0 / +20.5 DS）。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。