Jev-AD：语言世界模型降低自动驾驶仿真碰撞率

Yansong Qu 等在 arXiv 论文中提出 Jev-AD 自动驾驶框架，将以概率回答预设问题的类型化决策模型 Jev 与语言世界模型结合，由世界模型为每个候选动作预测未来两秒内附近车辆的运动。 据论文实验：在 500 回合仿真高速公路汇入中，加入前瞻使碰撞率从 26.0% 降至 2.4%，每步决策耗时 0.25 秒，自由指令意图达成率 93%；在 500 回合 NGSIM 真实回放数据中，碰撞率从 48.2% 降至 2.8%，世界模型可预见 93% 的危险动作。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。